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！

龙图腾网获悉南京工业大学申请的专利一种基于深度强化学习的优化机械臂6D抓取位姿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：CN119741379B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411773419.0，技术领域涉及：G06T7/77；该发明授权一种基于深度强化学习的优化机械臂6D抓取位姿方法是由沈捷;张盛;曹恺;戴辉帅;王莉设计研发完成，并于2024-12-04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优化机械臂6D抓取位姿方法在说明书摘要公布了：本发明公开了一种优化机械臂6D抓取位姿的方法，包括：在Pybullet仿真环境下添加机械臂和深度相机的模型，从深度相机获取待抓取物体的点云信息，利用K‑means聚类方法将点云分成两类；沿着分类后的点云构建包围长方体，并根据这些长方体构建合适的模拟抓取位姿；根据筛选后的模拟抓取位姿从物体抓取数据集中选择优化后的专家抓取位姿，构建抓取启发式监督学习目标，并结合模仿学习和深度强化学习方法进行学习和训练。本发明利用物体表面结构特征构建更适合抓取的模拟抓取点，并从物体抓取数据集中选择距离模拟抓取点最近的专家抓取位姿进行抓取训练，通过对启发式目标进行优化最终实现机械臂对抓取位姿的优化。

本发明授权一种基于深度强化学习的优化机械臂6D抓取位姿方法在权利要求书中公布了：1.一种优化机械臂6D抓取位姿的方法，其特征在于，包括如下步骤： 步骤S1：在仿真环境中搭建用于机械臂6D位姿抓取的实验平台，构建策略网络πθ和价值网络Q，策略网络负责决策机械臂6D位姿抓取动作，价值网络负责在训练中评判策略网络所决策动作的优劣； 步骤S2：对深度相机观测到的点云数据进行采样以得到目标物体点云，再通过点云特征网络，输出带有目标物体特征的点云集合； 步骤S3：将目标物体点云分成两类，沿点云主方向依次构建包围两类点云的包围长方体使得长方体中长轴，即经过长方体中心点且平行于长方体最长边的中轴线，与点云主方向保持一致，随后对每个包围长方体都构建一个模拟抓取位姿； 步骤S4：随着夹爪不断靠近目标，物体的点云信息逐渐丰富，步骤S3所构建长方体包围点云的效果逐渐变好，包围长方体的体积逐渐减小； 步骤S5：筛选出包围和分割点云效果较好的两个最终长方体所对应的两个模拟抓取位姿 步骤S6：从步骤S5获取的模拟抓取位姿中选择距离机械臂夹爪最近的一个模拟抓取位姿，根据该模拟抓取位姿从物体抓取数据集中找到用来构建监督学习的专家抓取位姿 步骤S7：根据专家抓取位姿设置启发式抓取目标t，并与网络预测的目标结合起来进行监督学习，利用监督学习降低网络预测目标与启发式目标之间的差异，指导夹爪靠近待抓取物体，从而优化夹爪的抓取位姿； 步骤S8：结合模仿学习与强化学习，优化抓取位姿。

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南京工业大学，其通讯地址为：211816 江苏省南京市浦口区浦珠南路30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。