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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于模型引导离线强化学习的机器人控制方法及系统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：CN119511740B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202510091187.9，技术领域涉及：G05B13/04；该发明授权基于模型引导离线强化学习的机器人控制方法及系统是由李聪;徐昕;张兴龙;杨一赫设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本基于模型引导离线强化学习的机器人控制方法及系统在说明书摘要公布了：本发明公开一种基于模型引导离线强化学习的机器人控制方法及系统，该方法步骤包括：步骤S01.构建非线性机器人的线性增量模型以及构建Q函数；步骤S02.使用预先收集的训练数据迭代求解控制输入增量所对应的最优增量策略，同时学习得到线性增量模型；步骤S03.使用学习到的线性增量模型进行前向预测产生合成数据集，并加入至机器人数据集中形成增强数据集；步骤S04.使用增强数据集训练机器人的强化学习策略，以对机器人进行实时控制。本发明具有实现方法简单、控制效率以及精度高、适应性以及灵活性强等优点，能够缓解传统先仿真器训练后硬件部署的强化学习策略迁移差的问题，改善数据偏差问题。

本发明授权基于模型引导离线强化学习的机器人控制方法及系统在权利要求书中公布了：1.一种基于模型引导离线强化学习的机器人控制方法，其特征在于，步骤包括：步骤S01.构建非线性机器人的线性增量模型，所述线性增量模型中包括机器人的状态输入x以及控制输入的增量，基于所述非线性机器人的线性增量模型构建函数，所述函数中包括状态输入x以及控制输入的增量，构建的所述函数的表达式为： 其中，P为对称正定矩阵，Q和R分别为状态和输入的代价函数权重矩阵，为增量策略矩阵，B表示输入矩阵，A表示状态转移矩阵，为已知的单位阵，k表示时间步，x表示机器人的状态，I表示单位阵，、分别表示对A、B进行增广后得到的矩阵；步骤S02.使用预先收集的机器人数据集迭代求解，k表示时间步，得到控制输入的增量对应的最优增量策略，同时学习得到线性增量模型；步骤S03.使用步骤S02学习到的所述线性增量模型进行前向预测产生状态输入与控制输入的合成数据集，并加入至预先收集的机器人数据集中以对机器人数据集进行扩充，形成增强数据集；步骤S04.利用所述增强数据集训练机器人的强化学习策略，使用训练好的强化学习策略对机器人进行实时控制。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。