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

基于脉冲混合强化学习组装任务的单机械臂运动规划方法 

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:安徽大学;南京航空航天大学

摘要:本发明涉及基于脉冲混合强化学习组装任务的单机械臂运动规划方法,包括:将机械臂运动划分为n个阶段,对于每个阶段的终点设计稠密奖励函数;利用场景中机械臂和目标部件的观测信息和动作信息维度,设计一个脉冲编码模块和具有动态阈值的脉冲神经网络模块,通过其中的脉冲神经层来提取特征,输出最终的脉冲活动;设计一个群体解码模块,将脉冲神经网络输出的脉冲活动解码转换为更直观的动作空间表达;设计脉冲混合强化学习SAC模型,在策略网络中结合了上述三个模块,而在价值网络中使用深度神经网络,利用脉冲混合强化学习模型优化各个网络中的参数,从而实现高推理速度,同时赋予网络稀疏计算和高精度性能的特点,指导机械臂完成组装任务。

主权项:1.基于脉冲混合强化学习组装任务的单机械臂运动规划方法,其特征在于,包括以下步骤:S1、面向组装任务,将机械臂运动划分为n个阶段,对于每个阶段的终点设计稠密奖励函数;S2、利用场景中机械臂和目标部件的观测信息和动作信息维度,设计一个脉冲编码模块,使得机械臂和目标部件的观测数据的每个维度均有一个神经元群体编码,以便将这些观测数据通过脉冲编码层编码成适合脉冲神经网络处理的脉冲信号;S3、设计具有动态阈值的基于电路漏电-积分-放电工作原理的脉冲神经网络模块,利用得到的脉冲信号输入该模块中,通过其中的脉冲神经层来提取特征,输出最终的脉冲活动;S4、设计一个群体解码模块,将脉冲神经层输出的脉冲活动通过群体解码层解码转换为更直观的动作空间表达;S5、设计脉冲混合强化学习SAC模型,在策略网络Actor中结合了上述的脉冲编码模块,脉冲神经网络模块以及群体解码模块,而在价值网络Critic中使用DNN深度神经网络,利用脉冲混合强化学习SAC模型优化各个网络中的参数,指导机械臂完成组装任务。

全文数据:

权利要求:

百度查询: 安徽大学 南京航空航天大学 基于脉冲混合强化学习组装任务的单机械臂运动规划方法

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。