哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)孙士龙获国家专利权
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!
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利对比学习的四足机器人运动控制方法、装置及存储介质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:CN121008517B 。
龙图腾网通过国家知识产权局官网在2025-12-30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:202511535186.5,技术领域涉及:G05B19/042;该发明授权对比学习的四足机器人运动控制方法、装置及存储介质是由孙士龙;黄昊东;徐文福设计研发完成,并于2025-10-27向国家知识产权局提交的专利申请。
本对比学习的四足机器人运动控制方法、装置及存储介质在说明书摘要公布了:本发明涉及对比学习的四足机器人运动控制方法、装置及存储介质,在自引导潜在表示学习网络中,对历史观测数据,使用在线网络和目标网络分别输出预测表示和目标表示,使用基于负余弦相似度的第一损失函数优化预测表示和目标表示的表示一致性,并提取潜在特征和速度预测值,近端策略优化网络包括以外部信息为输入的评论家网络,在近端策略优化网络中,将去除线速度后的实时观测数据、潜在特征和速度预测值,通过三层多层感知器输出关节控制指令。本发明无需依赖视觉等外部传感器或完整环境特权信息,仅需本体感受输入IMU、编码器数据即可实现稳定控制,硬件成本更低、平台适配性更强,可直接部署于无外部传感器的机器人平台。
本发明授权对比学习的四足机器人运动控制方法、装置及存储介质在权利要求书中公布了:1.对比学习的四足机器人运动控制方法,其特征在于,包括以下步骤: S100、采集机器人的本体感受数据,形成实时观测数据,将所述实时观测数据拼接为历史观测数据,输入至自引导潜在表示学习网络;所述本体感受数据包括基座角速度、投影重力向量、速度指令、关节位置、关节速度及前一时刻动作数据; S200、在所述自引导潜在表示学习网络中,对所述历史观测数据,使用在线网络和目标网络分别输出预测表示和目标表示,使用基于负余弦相似度的第一损失函数优化所述预测表示和所述目标表示的表示一致性,并提取潜在特征和速度预测值; 所述步骤S200包括: S201、在所述自引导潜在表示学习网络中,对所述历史观测数据进行数据增强; S202、对数据增强后的历史观测数据,使用所述在线网络通过第一编码器、在线投影头、预测头输出所述预测表示,对所述数据增强后的历史观测数据,使用所述目标网络通过第二编码器、目标投影头输出所述目标表示; S203、将所述余弦相似度设定为所述自引导潜在表示学习网络的所述第一损失函数,使用所述第一损失函数优化所述预测表示和所述目标表示的表示一致性,并使用第一潜在层输出所述潜在特征和使用速度估计层输出所述速度预测值; S204、将所述潜在特征和所述速度预测值输入至近端策略优化网络; S300、将所述自引导潜在表示学习网络的输出参数输入到近端策略优化网络中;其中,所述近端策略优化网络包括以外部信息为输入的评论家网络;所述外部信息包括地形几何信息及环境数据; S400、在所述近端策略优化网络中,将去除线速度后的实时观测数据、所述潜在特征和所述速度预测值,通过三层多层感知器输出关节控制指令,以实现四足机器人四条腿的关节控制。
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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院),其通讯地址为:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励