申请/专利权人:浙江工业大学
申请日:2023-12-30
公开(公告)日:2024-04-12
公开(公告)号:CN117863177A
主分类号:B25J9/16
分类号:B25J9/16;G06F18/23
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.30#实质审查的生效;2024.04.12#公开
摘要:本发明涉及一种基于执行动作修正的机器人围捕方法及其应用,构建聚类网络,以四足机器人的惯性测量单元误差角度为输入,输出对应的角度误差区间;训练聚类网络,从误差角度中提取关键特征并归类至不同的角度误差区间;构建决策网络,以最大熵算法更新参数,融合四足机器人的自身坐标和惯性测量单元的误差角度作为输入,输出执行的动作;采样若干次输入决策网络,得出最终应执行的动作;应用于机器人围捕任务。本发明模拟真实外界环境,使算法学习如何在存在误差的情况下制定最优控制策略,提高控制性能、鲁棒性;误差区间可为后续误差预测和优化提供更准确信息,提升系统性能;多次采样避免角度误差采样过程的偶然性,使智能体做出正确的决策。
主权项:1.一种基于执行动作修正的机器人围捕方法,其特征在于:所述方法包括以下步骤:S1构建聚类网络,所述聚类网络以四足机器人的惯性测量单元误差角度为输入,输出对应的角度误差区间;S2训练所述聚类网络,用于从误差角度中提取关键特征并归类至不同的角度误差区间;S3构建四足机器人决策网络,用于以最大熵算法更新参数,融合四足机器人的自身坐标和惯性测量单元的误差角度作为所述决策网络的输入,输出四足机器人执行的动作;S4自角度误差区间采样若干次误差角度与四足机器人的自身坐标融合,输入决策网络,得出最终应执行的动作。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种基于执行动作修正的机器人围捕方法及其应用
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。