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！

龙图腾网恭喜腾讯科技(深圳)有限公司申请的专利机器人控制方法、装置、设备及计算机存储介质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：CN112476424B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202011271477.5，技术领域涉及：B25J9/08；该发明授权机器人控制方法、装置、设备及计算机存储介质是由杨瑞;李蓝青;罗迪君设计研发完成，并于2020-11-13向国家知识产权局提交的专利申请。

本机器人控制方法、装置、设备及计算机存储介质在说明书摘要公布了：本申请实施例提供一种机器人控制方法、装置、设备及计算机存储介质，涉及人工智能技术领域。方法包括：获取环境交互数据和在执行环境交互数据中的动作数据对应的动作之后所实际完成的实际目标值；根据相邻两个时刻中的第一时刻的状态参数、所述动作数据和所述实际目标值，确定在执行所述动作之后的奖励值；采用执行所述动作之后的奖励值更新所述环境交互数据中的奖励值；采用更新后的环境交互数据训练机器人控制网络对应的智能体；采用训练后的智能体对目标机器人的动作进行控制。通过本申请，能够提高数据的利用率，加速对智能体的训练，且能够同时训练大量的目标，通过一个模型就能够完成一定目标空间中的所有任务。

本发明授权机器人控制方法、装置、设备及计算机存储介质在权利要求书中公布了：1.一种机器人控制方法，其特征在于，包括：获取环境交互数据，所述环境交互数据至少包括相邻两个时刻的状态数据、动作数据、奖励值和目标值；获取在执行所述动作数据对应的动作之后所实际完成的实际目标值；根据所述相邻两个时刻中的第一时刻的状态参数、所述动作数据和所述实际目标值，确定在执行所述动作之后的奖励值；采用执行所述动作之后的奖励值更新所述环境交互数据中的奖励值，得到更新后的环境交互数据；在每一时刻，根据所述更新后的环境交互数据中的所述目标值，控制机器人控制网络对应的智能体执行所述更新后的环境交互数据中的所述动作数据，以得到下一时刻的状态数据，并得到所述下一时刻的奖励值；获取所述下一时刻之后的全部未来时刻的奖励值；确定所述全部未来时刻的奖励值对应的累积奖励值；确定所述累积奖励值的期望累积奖励；根据所述期望累积奖励计算初始动作值函数；利用连续的多个时刻的所述更新后的环境交互数据，展开所述初始动作值函数，得到展开后的动作值函数，以加速所述动作值函数的学习，实现对所述智能体的训练过程进行控制；采用训练后的智能体对目标机器人的动作进行控制。

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腾讯科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。