申请/专利权人:南京邮电大学
申请日:2023-12-06
公开(公告)日:2024-03-22
公开(公告)号:CN117733841A
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:本发明公开了一种基于生成对抗模仿学习的机械臂复杂操作技能学习方法及系统,方法包括:获取复杂任务数据,将复杂任务的轨迹分割为多个子任务轨迹;针对每个子任务轨迹,确定每个子任务的强化学习RL参数,获取对应子任务的专家策略,形成子任务专家策略集合;基于所述子任务专家策略集合,使用生成对抗模仿学习GAIL算法进行预训练,得到子任务策略集合;其中所述子任务策略集合包括子任务专家策略和子任务生成策略以及对应的奖励函数;基于子任务策略集合,通过领域随机化的方法,使用SAC算法进行正式训练,得到子任务的最优策略集合。通过GAIL预训练使底层子任务不再从零开始学习,只需要有限的样本数量就可以引导策略学习。
主权项:1.一种机械臂复杂操作技能学习方法,其特征在于,包括:获取复杂任务数据,其中所述复杂任务数据包括机械臂执行复杂任务的轨迹;将复杂任务的轨迹分割为多个子任务轨迹;针对每个子任务轨迹,确定每个子任务的强化学习RL参数,获取对应子任务的专家策略,形成子任务专家策略集合;基于所述子任务专家策略集合,使用生成对抗模仿学习GAIL算法进行预训练,得到子任务策略集合;其中所述子任务策略集合包括子任务专家策略和子任务生成策略以及对应的奖励函数;基于子任务策略集合,通过领域随机化的方法,使用SAC算法进行正式训练,得到子任务的最优策略集合。
全文数据:
权利要求:
百度查询: 南京邮电大学 基于生成对抗模仿学习的机械臂复杂操作技能学习方法及系统
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。