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！

龙图腾网恭喜中科南京人工智能创新研究院申请的专利用于机器人控制任务的自适应记忆增强模仿学习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：CN119283042B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411806734.9，技术领域涉及：B25J9/16；该发明授权用于机器人控制任务的自适应记忆增强模仿学习方法是由李一航;张希设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本用于机器人控制任务的自适应记忆增强模仿学习方法在说明书摘要公布了：本发明公开了一种用于机器人控制任务的自适应记忆增强模仿学习方法，包括对原始多模态数据进行标准化处理和时序特征提取，构建层次化特征表示；建立包含短期记忆、工作记忆和长期记忆的分层结构，基于使用频率、任务相关性和新颖性评估记忆重要性并动态更新记忆内容；根据当前状态检索相关记忆并进行多模态特征融合；基于近邻样本搜索计算塑形奖励；通过多损失函数组合优化策略网络参数。本发明通过自适应的记忆管理和多模态特征融合机制，提高了机器人控制系统的学习效率和执行性能。

本发明授权用于机器人控制任务的自适应记忆增强模仿学习方法在权利要求书中公布了：1.用于机器人控制任务的自适应记忆增强模仿学习方法，其特征在于，包括如下步骤：S1、获取原始多模态数据，对原始多模态数据进行标准化处理，得到标准化数据；基于标准化数据，利用预设时间窗口进行采样和特征提取，得到时序对齐特征；基于时序对齐特征，采用自适应加权层次方法构建特征层次，得到层次化特征表示；其中原始多模态数据包括视觉数据、力反馈数据和位置数据；S2、基于层次化特征表示，构建包含短期记忆、工作记忆和长期记忆的分层结构，得到初始化记忆结构；基于层次化特征表示，计算记忆重要性指标，得到记忆重要性评分；基于记忆重要性评分，对初始化记忆结构进行动态更新，得到更新后的记忆结构；S3、获取原始当前状态，对原始当前状态进行标准化处理，得到标准化当前状态；计算标准化当前状态与更新后的记忆结构的相关性得分；基于相关性得分，进行记忆检索，得到多模态检索记忆；对多模态检索记忆进行自适应融合，得到整合记忆表示；S4、基于标准化当前状态、整合记忆表示和预存储的当前动作，对当前状态-动作对进行近邻样本搜索，得到近邻样本集；基于近邻样本集和预存储的原始奖励，计算塑形奖励值，得到塑形奖励；S5、基于塑形奖励和整合记忆表示，构建预定个数的损失函数分量并组合，得到总损失函数；基于总损失函数和预设的初始策略参数，进行策略网络参数更新，得到更新后的策略参数。

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中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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”。