恭喜华南理工大学;超级机器人研究院(黄埔)马宏军获国家专利权
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!
龙图腾网恭喜华南理工大学;超级机器人研究院(黄埔)申请的专利机器人技能学习方法、装置、机械臂机器人及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:CN119283030B 。
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:202411561141.0,技术领域涉及:B25J9/16;该发明授权机器人技能学习方法、装置、机械臂机器人及存储介质是由马宏军;李伟昌;赵明扬;康浩博;李佩设计研发完成,并于2024-11-04向国家知识产权局提交的专利申请。
本机器人技能学习方法、装置、机械臂机器人及存储介质在说明书摘要公布了:本申请涉及机器人控制和人工智能技术领域,公开了一种机器人技能学习方法、装置、机械臂机器人及存储介质,用于解决传统模仿学习模型在长时程预测时复合误差增大,技能学习效果不佳以及控制精度低的问题。机器人技能学习方法包括:采集原始机器人执行待学习任务时的机器人控制训练数据;根据机器人控制训练数据对预设的初始块时序模仿学习模型进行训练,得到目标块时序模仿学习模型;将原始机器人当前时刻的第一机器人控制数据输入目标块时序模仿学习模型,并根据输出的每个动作时序块进行机器人控制,直至待学习任务执行完成;根据预设的奖励函数对待学习任务中每个动作时序块进行评估,根据评估结果对原始机器人进行模型优化,得到目标机器人。
本发明授权机器人技能学习方法、装置、机械臂机器人及存储介质在权利要求书中公布了:1.一种机器人技能学习方法,其特征在于,所述机器人技能学习方法包括:通过预设的机器人控制策略采集原始机器人执行待学习任务时的机器人控制训练数据,所述机器人控制训练数据包括关节控制样本数据和视觉图像样本数据;根据所述机器人控制训练数据对预设的初始块时序模仿学习模型进行训练,得到目标块时序模仿学习模型,所述初始块时序模仿学习模型包括第一编码器、特征提取网络、第二编码器和解码器;将所述原始机器人当前时刻的第一机器人控制数据输入所述目标块时序模仿学习模型,并根据输出的每个动作时序块进行机器人控制,直至所述待学习任务执行完成;根据预设的奖励函数每个动作时序块进行评估,并根据评估结果对所述原始机器人进行模型优化,得到目标机器人;所述根据所述机器人控制训练数据对预设的初始块时序模仿学习模型进行训练,得到目标块时序模仿学习模型,包括:根据预设步长对所述关节控制样本数据进行划分,得到时序块样本数据,所述时序块样本数据包括每个时序块的真实动作序列;将所述时序块样本数据和所述视觉图像样本数据输入所述初始块时序模仿学习模型,得到每个时序块的动作预测结果;根据预设的目标损失函数、每个时序块的动作预测结果和每个时序块的真实动作序列对所述初始块时序模仿学习模型进行参数调整,直至所述目标损失函数收敛,得到目标块时序模仿学习模型;所述将所述时序块样本数据和所述视觉图像样本数据输入所述初始块时序模仿学习模型,得到每个时序块的动作预测结果,包括:通过所述第一编码器对所述时序块样本数据中每个时序块对应的状态空间进行编码,得到每个时序块对应的隐变量;通过所述特征提取网络对所述视觉图像样本数据进行特征提取,得到每个时序块对应的多维视觉图像特征;通过所述第二编码器对每个时序块对应的隐变量和每个时序块对应的多维视觉图像特征进行转换,得到每个时序块对应的综合特征;通过所述解码器对每个时序块对应的综合特征和上一时序块的动作预测结果进行解码,得到每个时序块的动作预测结果。
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华南理工大学;超级机器人研究院(黄埔),其通讯地址为:510640 广东省广州市天河区五山路;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。