买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉青岛理工大学申请的专利一种抓取操作技能学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118228773B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410268771.2，技术领域涉及：G06N3/0464；该发明授权一种抓取操作技能学习方法是由李东年;温凯;陈成军;赵正旭设计研发完成，并于2024-03-11向国家知识产权局提交的专利申请。

本一种抓取操作技能学习方法在说明书摘要公布了：本发明公开了一种抓取操作技能学习方法，属于机器人抓取技术领域，本发明通过减少在任何给定情况下可用的行动数量来实现更快的计划，有助于从数据中更高效和精确地学习模型，且在基于深度Q网络的视觉推动抓取VPG模型基础上，通过为推动动作网络和抓取动作网络分别训练一个可供性的网络模型，能够限制不合理抓取位姿和无效推动操作的行为，有效地提升了学习的效率，更好地提升抓取效率和抓取成功率。

本发明授权一种抓取操作技能学习方法在权利要求书中公布了：1.一种抓取操作技能学习方法，其特征在于，包括以下步骤： S1、基于VPG模型，确定动作网络； S2、根据动作网络，采用前馈全卷积网络构建可供性网络模型，其中，可供性网络模型具体包括推动动作可供性网络模型和抓取动作可供性网络模型； S2.1、在ImageNet数据库中预训练两个并行的121层前馈全卷积网络，然后进行通道级联，再加上2个额外的1x1卷积层与非线性激活函数和空间批归一化处理，然后进行上采样； S2.2、一个前馈全卷积网络将高度图的颜色通道作为输入，而另一个前馈全卷积网络则将高度图的深度通道作为输入，构建推动动作可供性网络模型和抓取动作可供性网络模型； S3、训练可供性网络模型； S3.1、对VPG训练多次操作进行数据收集，获取RGB高度图、深度高度图以及像素位置信息； S3.2、创建一个与输入图像大小相同的零矩阵，对于推动动作，计算执行推动操作前后深度高度图之间的像素点差值总和，若超过设定阈值τ，则设置执行该推动动作的像素位置点标签数值为1； 对于抓取动作，若机器人夹爪手指之间对端距离超过设定阈值，设置该抓取动作的像素位置点标签为1； S3.3、将动作可供性标签、对应推动和抓取动作的深度和彩色信息分别输入搭建好的网络中； S3.4、从深度和颜色高度图中提取相关特征进行特征拼接后经过归一化和卷积处理，然后上采样出可供性预测数值，并使用Huber损失函数进行迭代训练； S4、通过所述可供性网络模型来输出抓取动作和推动动作的可供性预测数值，其中，包括推动可供性预测值Apush以及抓取可供性预测值Agrasp，如果某像素位置点的推动或抓取可供性预测数值为负值，则将该像素位置点的对应可供性预测数值设置为0； S5、将各个动作网络输出的期望值与对应可供性网络输出的可供性数值进行数乘运算，并根据结果决定最终执行动作。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人青岛理工大学，其通讯地址为：266520 山东省青岛市黄岛区嘉陵江东路777号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。