申请/专利权人:乒乓动量机器人(昆山)有限公司
申请日:2022-06-08
公开(公告)日:2024-03-26
公开(公告)号:CN115120949B
主分类号:A63B69/00
分类号:A63B69/00;A63B67/04;A63B71/06
优先权:
专利状态码:有效-授权
法律状态:2024.03.26#授权;2022.10.25#实质审查的生效;2022.09.30#公开
摘要:本发明公开了一种乒乓球机器人灵活击球策略的实现方法,方法包括:在仿真环境下通过自监督学习方法训练出乒乓球轨迹的特征提取器;自监督学习方法的任务包括异常轨迹的修正与轨迹预测;将特征提取器迁移至现实环境中进行迁移式学习以对特征提取器进行再训练;迁移式学习的数据标签是通过采集的乒乓球轨迹与物理学分析得出的真实乒乓球轨迹;将特征提取器应用于强化学习中,得到击球策略;强化学习中,针对组成一个完整乒乓球轨迹的四个轨迹阶段分别设置奖赏;击球策略直接输出乒乓球机器人的关节位置。本发明结合了自监督学习、强化学习以及迁移学习,可大幅降低机器人与现实环境交互次数,提升机器人击球策略灵活性。
主权项:1.乒乓球机器人灵活击球策略的实现方法,其特征在于,所述方法包括:在仿真环境下通过自监督学习方法训练出乒乓球轨迹的特征提取器;所述自监督学习方法的任务有两个,第一任务为乒乓球轨迹的异常值填空与补充,第二任务为乒乓球轨迹的预测;将所述特征提取器迁移至现实环境中进行迁移式学习以对所述特征提取器进行再训练;所述迁移式学习的数据标签是通过采集的乒乓球轨迹与物理学分析得出的真实乒乓球轨迹;将所述特征提取器应用于强化学习中,得到击球策略;所述强化学习中,针对组成一个完整乒乓球轨迹的四个轨迹阶段分别设置奖赏;所述击球策略直接输出乒乓球机器人的关节位置;所述在仿真环境下通过自监督学习方法训练出乒乓球轨迹的特征提取器包括:基于乒乓球仿真环境进行自监督学习样本采集,所述自监督学习样本包括乒乓球随机噪声坐标、乒乓球仿真轨迹真实坐标、以及乒乓球仿真轨迹未来坐标;将所述自监督学习样本输入自监督学习网络进行模型训练,得到特征提取器;所述自监督学习网络中,完成所述第一任务的网络结构主体为双向LSTM,完成所述第二任务的网络结构主体也为双向LSTM;所述针对组成一个完整乒乓球轨迹的四个轨迹阶段分别设置奖赏包括:使第一轨迹阶段与第二轨迹阶段的奖赏和球与机器人球拍的距离成反比;使第三轨迹阶段的奖赏和球与目标点的距离成反比;其中,所述第一轨迹阶段与第二轨迹阶段分别为对手发球轨迹阶段与机器人接球轨迹,所述第三轨迹阶段与第四轨迹阶段分别为机器人反击轨迹与对手接球轨迹。
全文数据:
权利要求:
百度查询: 乒乓动量机器人(昆山)有限公司 乒乓球机器人灵活击球策略的实现方法、系统及存储介质
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。