申请/专利权人:上海交通大学
申请日:2023-12-04
公开(公告)日:2024-02-23
公开(公告)号:CN117584127A
主分类号:B25J9/16
分类号:B25J9/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本公开提供一种面向机械臂多任务长程决策的强化学习系统,其包括:混合世界模型模块,将当前时刻的视觉观测、执行的动作以及当前任务的第一分类任务变量作为输入,采用高斯混合变量获取隐空间中输入量的空间外观的多模态分布,输出重建的图像;预测性经验回放模块,将第二分类任务变量作为输入,采用上一任务的生成模型副本、世界模型副本以及动作模型副本进行轨迹重演,并采用重演轨迹和当前轨迹对当前任务的生成器和机械臂进行训练,确定训练完成的机械臂和智能体。通过本公开,控制机械臂实现高效记忆的数据重演,克服世界模型的灾难性遗忘,在机械臂多任务长程决策场景中面对多个任务时,能够灵活地做出决策,提高机械臂的自主性和适应性。
主权项:1.一种面向机械臂多任务长程决策的强化学习系统,其特征在于,包括:混合世界模型模块,将当前时刻的视觉观测、执行的动作以及当前任务的第一分类任务变量作为输入,采用高斯混合变量获取隐空间视觉动力学和输入输出的观测空间中空间外观的多模态分布,输出重建的图像;预测性经验回放模块,将第二分类任务变量作为输入,采用上一任务的生成模型副本、世界模型副本以及动作模型副本进行轨迹重演,并采用重演轨迹和当前轨迹对当前任务的生成器和机械臂进行训练,确定训练完成的生成器和机械臂。
全文数据:
权利要求:
百度查询: 上海交通大学 一种面向机械臂多任务长程决策的强化学习系统
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。