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！

龙图腾网获悉复旦大学申请的专利用于人形机器人全身动作学习的渐进式运动插值训练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：CN121267943B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202511850963.5，技术领域涉及：B25J9/16；该发明授权用于人形机器人全身动作学习的渐进式运动插值训练方法是由翟鹏;胡佳斌;屈敬翔;张立华;刘本林;王真超设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本用于人形机器人全身动作学习的渐进式运动插值训练方法在说明书摘要公布了：本发明涉及一种用于人形机器人全身动作学习的渐进式运动插值训练方法，该方法包括：S1、获取目标人类动作参考轨迹，转换为满足人形机器人关节约束的机器人参考轨迹，作为人形机器人的目标动作；S2、在标准站立姿态与目标动作之间，通过插值与对齐生成不同难度等级的参考轨迹；S3、基于不同难度等级的参考轨迹构建强化学习环境，并构建强化学习网络，在强化学习环境中，利用强化学习网络训练跟踪策略，其中在训练过程中，根据不同难度等级下的轨迹追踪成功率，按规则更新难度实现由易到难的渐进式训练；S4、判断是否达到结束条件，若是，则结束训练，若否，则返回步骤S2。与现有技术相比，本发明具有实现由易到难的渐进式训练等优点。

本发明授权用于人形机器人全身动作学习的渐进式运动插值训练方法在权利要求书中公布了：1.一种用于人形机器人全身动作学习的渐进式运动插值训练方法，其特征在于，包括以下步骤： S1、获取目标人类动作参考轨迹，通过姿态重定向方法将其转换为满足人形机器人关节约束的机器人参考轨迹，作为人形机器人的目标动作； S2、基于所述机器人参考轨迹，在标准站立姿态与目标动作之间，通过插值与对齐生成不同难度等级的参考轨迹，所述不同难度等级的参考轨迹的生成步骤包括： 计算所述目标动作与标准站立姿态在根部朝向上的角度差值，其中所述角度差值的计算表达式为： Δψ=unwrapψref-ψstand， 式中，Δψ为角度差值，unwrap为将角度差值展开到连续实数域，ψref为目标动作的根部朝向，ψstand为标准站立姿态的根部朝向； 基于所述角度差值Δψ，将插值系数α0≤α≤1作为难度等级，得到渐进式根部朝向ψα，表示为： ψα=ψstand+α·Δψ， 式中，ψα为难度等级为α的根部朝向； 先通过旋转变换将标准站立姿态和目标动作的关键点对齐到统一到所述渐进式根部朝向上，再通过线性插值方法进行融合，最终生成难度等级为α的参考轨迹，表示为： ， ， ， 式中，为t时刻难度等级为α时标准站立姿态的第k个关键点在经过坐标对齐后的新位置，为旋转变换，为在时间t难度等级为α的根部朝向，为在时间t标准站立姿态的根部朝向，为标准站立姿态下第k个关键点的坐标，为标准站立姿态下根部参考点的坐标，为目标根部位置，为t时刻难度等级为α时跟踪轨迹上第k个关键点在经过坐标对齐后的新位置，为在时间t跟踪轨迹的根部朝向，为跟踪轨迹上第k个关键点的坐标，为跟踪轨迹上根部参考点的坐标，为难度等级为α的参考轨迹，为对齐后的整个跟踪轨迹的姿态向量，为对齐后的整个站立姿态的姿态向量； S3、基于所述不同难度等级的参考轨迹构建强化学习环境，并构建强化学习网络，在所述强化学习环境中，利用强化学习网络训练跟踪策略，其中在训练过程中，根据不同难度等级下的轨迹追踪成功率，按规则更新难度实现由易到难的渐进式训练； S4、判断是否达到结束条件，若是，则结束训练，若否，则返回步骤S2，直至达到结束条件。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。