Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于机器人控制的非线性状态表征学习方法及装置 

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!

申请/专利权人:北京科技大学

摘要:本发明涉及机器人控制技术领域,特别是指一种用于机器人控制的非线性状态表征学习方法及装置。一种用于机器人控制的非线性状态表征学习方法包括:通过环境传感器进行信息采集,获得环境信息;对环境信息构建马尔科夫决策器;基于马尔科夫决策器进行数据收集,获得经验样本以及任务反馈信息;根据经验样本以及任务反馈信息的样本权重进行优化降维处理,获得优化马尔科夫状态量;基于相对熵策略搜索方法,根据优化马尔科夫状态量,对马尔科夫决策器进行迭代优化,获得优化马尔科夫决策器;获取在线环境信息;通过所述优化马尔科夫决策器进行动作决策。本发明是一种基于主成分分析的有效克服机器人控制的非线性状态表征学习方法。

主权项:1.一种用于机器人控制的非线性状态表征学习方法,其特征在于,所述方法包括:通过环境传感器进行信息采集,获得环境信息;对所述环境信息进行降维映射,获得马尔科夫状态量;根据所述马尔科夫状态量构建马尔科夫决策器;根据所述马尔科夫状态量,基于所述马尔科夫决策器进行数据收集,获得经验样本以及任务反馈信息;基于相对熵策略搜索方法,根据所述经验样本以及任务反馈信息进行计算,得到样本权重;基于预设的核函数,根据所述经验样本以及所述样本权重进行优化降维处理,获得优化马尔科夫状态量;基于相对熵策略搜索方法,根据所述优化马尔科夫状态量,对所述马尔科夫决策器进行迭代优化,获得优化马尔科夫决策器;获取在线环境信息;根据在线环境信息,基于所述优化马尔科夫决策器进行动作决策。

全文数据:

权利要求:

百度查询: 北京科技大学 一种用于机器人控制的非线性状态表征学习方法及装置

免责声明
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。