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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利一种基于深度强化学习的机械臂视觉伺服控制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：CN119115925B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411125462.6，技术领域涉及：B25J9/16；该发明授权一种基于深度强化学习的机械臂视觉伺服控制方法是由朱明超;李中灿;吴清文;周宇飞;张显科;李昂设计研发完成，并于2024-08-16向国家知识产权局提交的专利申请。

本一种基于深度强化学习的机械臂视觉伺服控制方法在说明书摘要公布了：本发明涉及机械臂视觉伺服控制技术领域，具体提供一种基于深度强化学习的机械臂视觉伺服控制方法，具体步骤如下：设定靶标位置并选取靶标上的特征点，随机选取机械臂的起点位姿，并逐步向目标位姿运动，依据机械臂上一步运动的关节速度和位姿计算当前位姿的关节角度，下一步运动的关节速度由Actor网络依据上一步运动的关节速度、当前位姿的关节角度和特征点误差进行选取；对于每一步运动，评价函数都会对应给出评价值，用以评价并提升Actor网络选取关节速度的能力，根据评价值计算奖励，当奖励平均值递增且每幕奖励趋势趋于平稳，则整体训练结束。本发明所提供的机械臂伺服控制方法不依赖训练数据，可实现大范围的伺服任务，提高了伺服控制精度。

本发明授权一种基于深度强化学习的机械臂视觉伺服控制方法在权利要求书中公布了：1.一种基于深度强化学习的机械臂视觉伺服控制方法，机械臂上连接有相机，其特征在于，控制方法包括： S1：建立相机模型和机械臂的运动学模型； S2：通过SAC算法建立智能体网络，所述智能体网络包括Actor网络； S3：设定靶标位置，选取靶标上的至少一个点作为特征点； S4：对所述智能体网络进行训练，每幕训练的训练过程为： 随机选取机械臂的起点位姿，所述起点位姿对应的关节角度为； 从所述起点位姿开始，机械臂的运动过程为： 所述Actor网络依据关节速度、位姿对应的关节角度和特征点误差选取机械臂下一步运动对应的关节速度，并控制机械臂按照关节速度运动到达位姿，依据关节角度和关节速度计算位姿对应的关节角度，其中，机械臂按照关节速度运动的时间为两次运动指令的预设时间间隔，表示机械臂的运动步数，，表示预定的机械臂运动步数的上限，所述特征点误差为所述靶标图像中特征点坐标与机械臂在目标位姿处的靶标图像中特征点坐标之间的误差，表示机械臂由位姿运动到位姿的关节速度； 利用下式计算Actor网络选取的关节速度的评价值： ； ； ； ； ； 其中，表示第一增益系数，表示第二增益系数，表示第三增益系数，表示第步靶标图像中特征点坐标与机械臂在目标位姿处的靶标图像中特征点坐标之间的误差二范数，表示第步运动所消耗的能量，表示分数，表示所述相机模型采集不到全部特征点，表示所述误差二范数的阈值，表示除和以外的其他情况； 当时，伺服运动成功，该幕训练结束； 当相机模型采集的靶标图像中特征点未全部出现，伺服运动失败，该幕训练结束； 若机械臂的运动步数超出预定的上限，伺服运动失败，该幕训练结束； 每幕训练结束后，计算该幕中每一步关节速度位姿对应的评价值的和，作为该幕的奖励； S5：第幕训练完成后，计算前幕奖励的平均值；当所述平均值随训练幕数呈递增趋势且每幕奖励的波动范围在误差允许的范围内，则智能体网络训练结束。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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”。

以上内容由龙图腾AI智能生成。