申请/专利权人:中山大学
申请日:2024-01-11
公开(公告)日:2024-04-09
公开(公告)号:CN117850241A
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强化学习的机器人控制方法及系统,该方法包括:基于强化学习基本框架,引入多维的离散动作空间,定义离散价值分布的孪生Critic网络;基于所述多维的离散动作空间,构建Actor模块,得到改进后的强化学习框架;所述Actor模块的更新规则为,根据所述孪生Critic网络最大化Q值在高位点出现的概率;基于所述改进后的强化学习框架,进行机器人控制任务的迭代学习。该系统包括:框架构建模块和迭代学习模块。通过使用本发明,解决了现有基于强化学习的机器人控制中无法适用于部分可观察的场景任务的问题。本发明可广泛应用于强化学习应用领域。
主权项:1.一种基于强化学习的机器人控制方法,其特征在于,包括以下步骤:基于强化学习基本框架,引入多维的离散动作空间,定义离散价值分布的孪生Critic网络;基于所述多维的离散动作空间,构建Actor模块,得到改进后的强化学习框架;所述Actor模块的更新规则为,根据所述孪生Critic网络最大化Q值在高位点出现的概率;基于所述改进后的强化学习框架,进行机器人控制任务的迭代学习。
全文数据:
权利要求:
百度查询: 中山大学 一种基于强化学习的机器人控制方法及系统
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。