[发明专利]基于深度Q网络的仿人机器人步态优化控制方法在审
| 申请号： | 201911094657.8 | 申请日： | 2019-11-11 |
| 公开（公告）号： | CN110764416A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 刘惠义;袁雯;陶莹;刘晓芸 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 32224 南京纵横知识产权代理有限公司 | 代理人： | 张倩倩 |
| 地址： | 210024 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度Q网络的仿人机器人步态控制方法，包括步态模型构建，获取仿人机器人在行走过程中与环境之间的交互数据，用于提供训练样本；基于记忆数据池的训练样本对深度Q网络进行学习训练，得到仿人机器人的状态‑动作策略深度Q网络模型；获取仿人机器人在动作环境中的状态参数，作为深度Q网络模型的输入，得到深度Q网络模型在当前状态‑动作策略下的动作参数；利用已构建的步态模型，根据深度Q网络模型输出的动作参数，对仿人机器人进行步态控制；在深度Q网络模型训练中，通过产生奖励函数达到更新深度Q网络的目的。本发明能够提高仿人机器人的步行速度，实现仿人机器人快速稳定的行走。 | ||
| 搜索关键词： | 仿人机器人 网络模型 步态 动作参数 动作策略 训练样本 动作环境 记忆数据 交互数据 快速稳定 模型构建 行走过程 学习训练 状态参数 网络 构建 步行 输出 奖励 更新 | ||
【主权项】：
1.一种基于深度Q网络的仿人机器人步态优化控制方法，其特征是，包括：/n进行仿人机器人的步态模型构建，以实现仿人机器人的全方位行走；/n获取仿人机器人在行走过程中与环境之间的交互数据，存入记忆数据池，用于提供训练样本；所述交互数据为四元组(s,a,r,s′)，其中s代表状态参数，a代表仿人机器人在状态s下执行的动态参数，r代表仿人机器人在状态s下执行动作a获得的反馈奖励值，s′代表仿人机器人在状态s下执行动作a后的下一状态；/n构建深度Q网络学习架构，基于记忆数据池的训练样本对深度Q网络进行学习训练，得到仿人机器人的状态-动作策略深度Q网络模型；/n获取仿人机器人在动作环境中的状态参数，作为深度Q网络模型的输入，得到深度Q网络模型在当前状态-动作策略下的动作参数；/n利用已构建的步态模型，根据深度Q网络模型输出的动作参数，对仿人机器人进行步态控制。/n
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河海大学，未经河海大学许可，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/201911094657.8/，转载请声明来源钻瓜专利网。
