买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京邮电大学申请的专利智能机器手臂自动化控制的深度强化学习训练优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116834015B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310962600.5，技术领域涉及：B25J9/16；该发明授权智能机器手臂自动化控制的深度强化学习训练优化方法是由陈兴国;秦旺荣;彭云非;沈云开设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本智能机器手臂自动化控制的深度强化学习训练优化方法在说明书摘要公布了：本发明提供了一种智能机器手臂自动化控制的深度强化学习训练优化方法，用于训练机器手臂将手抬到一定的高度。主要包括以下步骤：将工程问题建模成强化学习环境，整个机器手臂当作智能体，通过机器手臂的感应系统获取机器手臂目标高度的信息、机器手臂的可选动作信息以及控制过程中机器手臂各关节的位置信息；并利用强化学习算法进行训练，使得机器手臂的顶端可以在尽可能短的时间内达到目标高度。本发明方法能够通过深度强化学习优化算法提高机器手臂自动化控制训练的速度和训练稳定性，使得机器手臂能够更快更准确的学到最优的控制策略，提高机器手臂运作控制的准确性和效率，具有较好的实用价值和经济效益。

本发明授权智能机器手臂自动化控制的深度强化学习训练优化方法在权利要求书中公布了：1.一种智能机器手臂自动化控制的深度强化学习训练优化方法，用于对智能机器手臂的自动化控制的训练过程进行加速，其特征在于，主要包括以下步骤： 步骤1、针对智能机器手臂的作业要求建立强化学习训练环境模型，用实例化的神经网络模型代替砖瓦编码器并进行网络初始化； 步骤2、利用智能机器手臂上的传感器获取机器手臂的两个关节的位置状态信息和机器手臂关节的可行动作信息； 步骤3、将步骤2获取的状态信息输入实例化的神经网络，获得每个可选状态-动作对的价值函数；通过方法选择智能体将要执行的动作A，执行动作A，观察奖励和下一状态； 步骤4、通过步骤3选择的动作A计算获得对应的离轨因子，并将上述步骤3过程获得的状态、动作、奖励信息存入经验池； 步骤5、从经验池中选取一定条数的数据，利用离轨因子进行神经网络的更新，并更新当前的策略； 步骤6、重复步骤2-5，直到机器手臂到达指定的高度或达到最大的更新迭代次数； 所述步骤4中，根据通过策略选取的动作A，和通过贪心策略选取的最优动作A*计算离轨因子，其具体的值为,其中n为机器手臂可选动作的大小； 通过神经网络进行价值函数的更新，用Q值表示价值函数，其更新公式为：， 其中，Q为状态动作价值函数，s为当前状态，a为选择的动作，为学习率，γ为折扣因子，r为智能体在状态s下执行动作a所获得的奖励，为下一状态，xs,a表示离轨因子。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。