专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果6094658个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于切换策略的直接避障跟踪控制方法及存储介质-CN202110534276.8有效
  • 郑晓龙;杨学博;李湛;高会军 - 哈尔滨工业大学
  • 2021-05-17 - 2022-04-19 - G05B13/04
  • 一种基于切换策略的直接避障跟踪控制方法及存储介质,属于非线性系统避障跟踪控制领域。本发明解决了目前间接避障跟踪控制方法不可靠的问题。本发明针对机器人建立非线性系统状态空间模型,并给定系统目标信号和障碍物坐标;利用跟踪误差变量设计李雅普诺夫函数,根据李雅普诺夫函数对时间的一阶导数设计虚拟跟踪控制函数以及目标跟踪控制策略;利用避障误差变量设计李雅普诺夫函数,根据李雅普诺夫函数对时间的一阶导数设计虚拟避障控制函数以及避障控制策略;利用目标跟踪控制策略和避障控制策略,设计基于切换策略的直接避障跟踪控制策略,实现对机器人的控制。本发明用于非线性系统的对机器人的避障跟踪控制
  • 一种基于切换策略直接跟踪控制方法存储介质
  • [发明专利]一种基于积分强化学习的核电功率跟踪控制方法-CN202111212559.7在审
  • 仲伟峰;王蒙轩;赵晶 - 哈尔滨理工大学
  • 2021-10-18 - 2022-01-04 - G05B13/04
  • 本发明公开了一种基于积分强化学习的核电功率跟踪控制方法,包括:初始策略选取,相关参数初始化,初始功率点与期望功率点选取;开启全局迭代,开启局部迭代,利用策略迭代积分强化学习算法训练评价网络,修正网络权值,其中评价网络用来近似跟踪误差性能指标函数,并利用该评价网络权值评测当前跟踪误差控制系统的性能,通过执行流程选择最优控制策略,最小化一次全局迭代的总成本;判断当前局部迭代是否完成,若否,则返回局部迭代,否则更新迭代性能指标函数和跟踪控制律,以获得最优跟踪控制策略;全局策略迭代完成,得到最优跟踪控制策略跟踪到期望功率点,计算总成本。由此,本发明可以不断地学习、调整当前策略跟踪到期望功率点。
  • 一种基于积分强化学习核电功率跟踪控制方法
  • [发明专利]一种基于微分博弈的人机共享跟踪控制方法-CN202310678022.2在审
  • 秦家虎;李曼;张聪;马麒超;刘轻尘 - 中国科学技术大学
  • 2023-06-07 - 2023-09-19 - G05B19/042
  • 本发明涉及机器人跟踪控制技术领域,公开了一种基于微分博弈的人机共享跟踪控制方法,包括:建立人机微分博弈模型;估计人类控制策略及目标函数参数;设计机器人共享控制策略;对机器人所确定的共享控制策略,实现人机共享跟踪控制;本发明运用微分动态博弈建模人类参与者与机器人之间的动态协商关系,使机器人在博弈框架下通过估计人类消除跟踪误差的意愿调整自己的意愿,并在此基础上设计机器人跟踪控制策略;进一步地,本发明考虑了人机协作安全性,设计基于控制障碍函数的机器人安全控制策略,使其能够与机器人跟踪控制策略一起,实现安全共享控制
  • 一种基于微分博弈人机共享跟踪控制方法
  • [发明专利]基于深度强化学习的自主水下航行器轨迹跟踪控制方法-CN201810535773.8有效
  • 宋士吉;石文杰 - 清华大学
  • 2018-05-30 - 2020-07-10 - G05B13/04
  • 本发明提出了一种基于深度强化学习的自主水下航行器轨迹跟踪控制方法,属于深度强化学习和智能控制领域。首先定义AUV轨迹跟踪控制问题;然后建立AUV轨迹跟踪问题的马尔科夫决策过程模型;接着构建混合策略‑评价网络,该网络由多个策略网络和评价网络构成;最后由构建的混合策略‑评价网络求解AUV轨迹跟踪控制的目标策略,对于多个评价网络,通过定义期望贝尔曼绝对误差来评估每个评价网络的性能,在每个时间步只更新性能最差的一个评价网络,对于多个策略网络,在每个时间步随机选择一个策略网络,并采用确定性策略梯度进行更新,最终学习到的策略为所有策略网络的均值本发明不易受到恶劣AUV历史跟踪轨迹的影响,精度高。
  • 基于深度强化学习自主水下航行轨迹跟踪控制方法
  • [发明专利]一种轮式移动机器人的运动分段控制方法-CN201410176909.2无效
  • 尹晓红;杨灿;阚君武 - 浙江师范大学
  • 2014-04-23 - 2014-07-16 - G05B13/04
  • 本发明公开一种轮式移动机器人的运动分段控制方法,其步骤为:(1)集成基于生物激励神经动力学模型、基于能量优化模型和基于模型预测控制模型三种轨迹跟踪运动控制策略;(2)根据反馈得到的当前实际位姿和由路径规划算法给定的参考位姿计算出当前的位姿误差矢量;(3)根据当前移动机器人运动所处的阶段选择控制策略:如果处在跟踪初期,则选用基于生物激励神经动力学模型的轨迹跟踪控制策略;如果处在跟踪中段,则选用基于能量优化模型的轨迹跟踪控制策略;如果处在跟踪后期,则选用基于模型预测控制模型的轨迹跟踪控制策略。本发明能够实现轮式移动机器人整个过程的最佳控制,使它在进行精确轨迹跟踪的同时实现鲁棒性、节能性以及稳定性。
  • 一种轮式移动机器人运动分段控制方法
  • [发明专利]一种基于自适应值迭代核电系统的功率跟踪控制方法-CN202111212919.3在审
  • 仲伟峰;王蒙轩;关钧陶 - 哈尔滨理工大学
  • 2021-10-18 - 2021-12-31 - G06F30/27
  • 本发明公开了一种基于自适应动态规划值迭代的核电系统功率跟踪控制方法,包括:相关参数初始化;开启全局迭代,初始化评价网络权值,利用自适应动态规划值迭代算法训练评价网络,修正评价网络权值,其中评价网络用来近似跟踪误差值函数,并利用该评价网络评测当前误差控制策略的性能;通过执行流程选择最优跟踪误差控制策略,修正执行网络权值,更新一次全局迭代的成本;更新跟踪误差值函数和误差控制律,以获得最优解;判断当前是否满足收敛精度,若否,则返回全局迭代,否则根据最优跟踪误差值函数获得最优跟踪控制策略跟踪到期望工况点。由此,本发明可以不断地学习、调整策略跟踪到期望工况点。
  • 一种基于自适应值迭代核电系统功率跟踪控制方法
  • [发明专利]一种基于深度强化学习的无人船艇编队路径跟踪方法-CN202010626769.X有效
  • 马勇;赵玉蛟;李昊 - 武汉理工大学
  • 2020-07-01 - 2021-04-20 - G05D1/02
  • 本发明公开了一种基于深度强化学习的无人船艇编队路径跟踪方法,包括无人船艇航行环境探索、奖励函数设计、编队队形保持、随机制动机制以及路径跟踪,无人船艇航行环境探索采用多艇同时探索,提取环境信息,奖励函数设计包括针对编队队形组成情况和路径跟踪误差的设计,随机制动机制可以优化深度强化学习的训练过程,编队队形保持通过编队队形控制策略实现,路径跟踪是通过领导者‑跟随者编队控制策略控制无人船艇沿预设路径运动,通过不断更新无人船艇的位置,从而使编队中所有无人船艇实现路径跟踪,本发明通过协同探索策略加速训练无人船艇路径点跟踪模型,并与领导者‑跟随者编队控制策略结合,形成无人船艇编队路径跟踪方法。
  • 一种基于深度强化学习无人船艇编队路径跟踪方法
  • [发明专利]基于人工智能的跟踪拍摄方法、装置和电子设备-CN201610974680.6有效
  • 王凡;石磊;何径舟;徐倩 - 北京百度网讯科技有限公司
  • 2016-11-04 - 2019-05-03 - H04N5/232
  • 本发明提出一种基于人工智能的跟踪拍摄方法、装置和电子设备,其中,该方法包括以下步骤:a、根据预设的跟拍策略模型确定当前状态对应的控制信号,并根据控制信号控制跟拍设备进入第二状态,根据第二状态的状态信息确定控制信号对应的评估值;b、将第二状态作为当前状态,并重复步骤a直至获取预设数量的评估值;c、根据预设数量的评估值更新跟拍策略模型的模型参数,以更新跟拍策略模型;d、将更新后的跟拍策略模型作为预设的跟拍策略模型,并重复步骤a‑c,直至跟拍策略模型的模型参数收敛;e、使用收敛时的跟拍策略模型进行跟踪拍摄。该方法实现了跟拍设备在不同的跟拍环境下都能够采取最适合的跟拍策略进行跟踪拍摄,提高跟踪拍摄的质量。
  • 基于人工智能跟踪拍摄方法装置电子设备

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top