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！

龙图腾网恭喜大连理工大学;清华大学申请的专利一种基于DDPG强化学习算法的平行夹具形状生成方法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：CN115890726B 。

龙图腾网通过国家知识产权局官网在2025-05-20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：202211404026.3，技术领域涉及：B25J15/08；该发明授权一种基于DDPG强化学习算法的平行夹具形状生成方法是由刘秀平;刘健;段孝友;林振设计研发完成，并于2022-11-10向国家知识产权局提交的专利申请。

本一种基于DDPG强化学习算法的平行夹具形状生成方法在说明书摘要公布了：本发明提出一种基于DDPG强化学习算法的平行夹具设计形状生成方法，属于面向机器人抓取任务的平行夹具形状生成领域。本发明利用强化学习的方法自动生成轻量化的平行夹具形状，具体包括平行夹具形状空间的设计、状态表示与动作空间设计、抓取奖励机制的设置、夹具形状生成网络搭建、生成网络的更新与训练等步骤，实现了基于给定物体与训练好的策略网络进行动作选择，从而自动生成可实用的夹具形状。本发明利用强化学习算法的平行夹具形状自动生成方法，能够实现平行夹具形状生成的自动化、可泛化、轻量化的目标。

本发明授权一种基于DDPG强化学习算法的平行夹具形状生成方法在权利要求书中公布了：1.一种基于DDPG强化学习算法的平行夹具形状生成方法，其特征在于，步骤包括：步骤S1：平行夹具形状空间设计；步骤S2：状态表示与动作空间设计；步骤S3：抓取奖励机制的设置，利用PyBullet物理模拟进行抓取评估；步骤S4：夹具形状生成网络搭建，构建策略网络μactor及价值网络Q，其中策略网络μactor负责输入当前时刻的状态s，输出预测动作a，即：a＝μactors,价值网络Q负责输入当前状态s与所执行的动作a，输出预测的价值，即；q＝Qs,a.步骤S5：基于DDPG强化学习算法实现夹具形状生成网络的更新与训练；步骤S6：基于给定物体自动生成夹具形状，利用训练好的策略网络实现动作选择，实现最大步数为20步的形状改变，从而自动生成最终的夹具形状；所述步骤S1具体为：步骤S11：基于WSG50夹具构建夹具形状的基础形状模板；步骤S12：设计由固定板块与形状可变板块构成的L型手指，并得到夹具形状；步骤S13：对L型手指的形状进行参数表示，由长度参数控制夹齿长度，进而控制形状可变板块的形状，由高度参数控制安装位置；步骤S14：实现11维向量到夹具形状空间的映射，即根据11维参数表示，分别得到对应的夹具左右手指形状。

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大连理工大学;清华大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。