申请/专利权人:南京航空航天大学
申请日:2023-10-30
公开(公告)日:2024-04-09
公开(公告)号:CN117850219A
主分类号:G05B13/04
分类号:G05B13/04
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于对抗生成网络的离线强化学习姿态控制边缘数据扩充方法,包括如下步骤:步骤1、输入原始机器人姿态控制数据集;步骤2、使用步骤1处理后的数据训练基准离线强化学习姿态控制模型;步骤3、基于步骤2训练完成的基准离线强化学习姿态控制模型训练边缘数据对抗生成网络;步骤4、使用边缘数据对抗生成网络生成与原数据成边缘数据;步骤5、将生成的边缘数据和原始姿态控制数据输入目标离线强化学习姿态控制模型;步骤6、根据改进的损失函数和步骤5的输入数据进行梯度的反向传播并更新目标离线强化学习姿态控制模型参数;步骤7、输出训练完成的模型。本发明可以提高离线强化学习模型对于机器人姿态控制的性能和鲁棒性。
主权项:1.一种基于对抗生成网络的离线强化学习姿态控制边缘数据扩充方法,其特征在于,包括如下步骤:步骤1、输入原始机器人姿态控制数据集,对原始数据进行先期处理;步骤2、使用步骤1处理后的数据训练基准离线强化学习姿态控制模型;步骤3、基于步骤2训练完成的基准离线强化学习姿态控制模型训练边缘数据对抗生成网络;步骤4、使用步骤3中的边缘数据对抗生成网络生成与原数据成一定比例的边缘数据;步骤5、将生成的边缘数据和原始姿态控制数据分别输入目标离线强化学习姿态控制模型;步骤6、根据改进的损失函数和步骤5的输入数据进行梯度的反向传播并更新目标离线强化学习姿态控制模型参数;步骤7、输出训练完成的目标离线强化学习姿态控制模型。
全文数据:
权利要求:
百度查询: 南京航空航天大学 一种基于对抗生成网络的离线强化学习姿态控制边缘数据扩充方法
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。