申请/专利权人：浙江大学

申请日：2023-12-21

公开（公告）日：2024-03-22

公开（公告）号：CN117733850A

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：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明属于机械臂及灵巧手控制领域，公开了一种基于启发轨迹的灵巧手与机械臂强化学习协同控制方法。该方法首先在仿真环境中建立了机械臂‑灵巧手协同控制的框架，并采用PPO算法进行控制策略学习。通过设计奖励函数，考虑平移、姿态调整、旋转等动作，提高控制策略适应性。在控制过程中，引入了约束强化的微分动态规划方法，以更好地考虑机械臂的动力学特征。最后，通过混合梯度更新方法，结合启发式样本和探索性样本，形成机械臂‑灵巧手协同控制策略，提高学习效率和泛化性。

主权项：1.一种基于启发轨迹的灵巧手与机械臂强化学习协同控制方法，其特征在于，包括如下步骤：步骤1：仿真环境与模型创建：建立基于gym库的mujocogym框架，建立灵巧手-机械臂一体化模型，构造两者相连关系及运动约束；步骤2：在步骤1的基础上建立mujoco环境下的机械臂-灵巧手协同控制马尔科夫决策过程模型；步骤3：针对环境及任务特点，进行分阶段奖励函数的设计，使其可以充分表达任务的完成情况，通过使用更丰富的信息奖励智能体；步骤4：采用CS-DDP方法在动力学模型与约束基础上生成启发式轨迹样本，为强化学习训练过程提供引导；步骤5：利用此前生成样本与智能体探索样本，以自适应权重的方式指导梯度更新。

全文数据：

权利要求：

百度查询： 浙江大学 基于启发轨迹的灵巧手与机械臂强化学习协同控制方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD