申请/专利权人:人工智能与数字经济广东省实验室(深圳)
申请日:2023-12-12
公开(公告)日:2024-04-05
公开(公告)号:CN117817658A
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:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本申请提供了一种对练机器人训练方法及装置。所述方法包括:获取第一训练数据,第一训练数据包括表征动作类型的各动作轨迹的轨迹点,动作轨迹的轨迹点是按照时间步长从动作轨迹提取得到的;利用第一训练数据中各轨迹点,训练高斯混合模型,直至高斯混合模型收敛,获得高斯混合模型的最优模型参数;利用高斯混合回归,根据最优模型参数,生成各时间步的最优轨迹点,以获得期望轨迹,期望轨迹用于指示对练机器人沿着期望轨迹挥动以击打球。本申请使得对练机器人基于期望轨迹学习该动作类型,使得对练机器人基于期望轨迹实现使用该动作类型击打球,实现与用户对练,更好协助用户训练以应对不同情况。
主权项:1.一种对练机器人训练方法,其特征在于,包括:获取第一训练数据,所述第一训练数据包括表征动作类型的各动作轨迹的轨迹点,所述动作轨迹的轨迹点是按照时间步长从所述动作轨迹提取得到的;利用所述第一训练数据中各轨迹点,训练高斯混合模型,直至所述高斯混合模型收敛,获得所述高斯混合模型的最优模型参数;利用高斯混合回归,根据所述最优模型参数,生成各时间步的最优轨迹点,以获得期望轨迹,所述期望轨迹用于指示对练机器人沿着所述期望轨迹挥动以击打球。
全文数据:
权利要求:
百度查询: 人工智能与数字经济广东省实验室(深圳) 一种对练机器人训练方法及装置
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。