[发明专利]一种基于策略梯度的机器人学习控制方法在审
| 申请号： | 201710321632.1 | 申请日： | 2017-05-09 |
| 公开（公告）号： | CN107020636A | 公开（公告）日： | 2017-08-08 |
| 发明（设计）人： | 李军;沈广田;陈剑斌;高杨建;许阳 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 400044 *** | 国省代码： | 重庆;85 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种适合机器人学习控制的策略梯度方法，涉及到机器人学习控制技术，包括数据采集模块，获取机器人运行过程中的信息数据；价值函数近似模块，以观测的状态信息和从环境获得的及时奖励为输入，获取价值函数的近似估计模型；策略梯度优化模块，将机器人学习控制策略参数化，通过对参数进行调整，优化，使机器人达到理想的运行状态。动作执行模块，将控制器输出的动作映射为机器人实际执行的动作命令。本发明提出的方法可用于不同类型机器人，尤其是多自由度机器人，具备学习复杂动作、求解随机性策略的能力，从而提高了机器人的智能性，降低了学习过程中的危险性，缩短了机器人学习时间，简化了控制器设计难度。 | ||
| 搜索关键词： | 一种 基于 策略 梯度 机器人 学习 控制 方法 | ||
【主权项】：
基于策略梯度的机器人学习控制方法，其特征在于：包括以下步骤：S1：输入机器人运动过程中的状态信息数据以及与环境交互的感知信息数据；S2：根据机器人获取的状态信息数据以及环境感知信息数据，计算及时奖励以及价值函数的近似估计模型；S3：根据获得的累积奖励以及价值函数近似估计模型，对机器人学习控制器的策略参数进行调整，优化，使机器人达到理想的运行状态；S4：输出机器人实际执行的动作命令。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710321632.1/，转载请声明来源钻瓜专利网。
- 上一篇：在多机器人上运行多主节点机器人操作系统的方法
- 下一篇：机器人交互式游戏系统
