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！

龙图腾网获悉东北大学申请的专利一种基于深度强化学习的机械臂协作自主抓取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：CN119871446B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202510312169.9，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协作自主抓取方法是由王俊生;李晓甜设计研发完成，并于2025-03-17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协作自主抓取方法在说明书摘要公布了：本发明提供一种基于深度强化学习的机械臂协作抓取方法，涉及机器人应用技术领域，旨在解决复杂场景下多物体抓取方法中网络不稳定，样本效率低，行为不合理的问题。该方法包括：构建协作自主抓取决策网络模型，通过逐像素预测获取推动与抓取动作的状态动作价值分布；引入物体掩码函数，对无效区域进行过滤，减少负样本对模型收敛速度的影响；设计不同行为约束策略对网络预测中不合理的行为进行抑制，优化机械臂动作选择；设计多元奖励函数，动态调整奖励机制，指导模型学习更加符合任务目标的动作策略。本发明通过仿真和真实实验环境验证，能够提高机械臂在非结构化场景下的任务成功率和完成效率，具有良好的鲁棒性和适用性。

本发明授权一种基于深度强化学习的机械臂协作自主抓取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协作自主抓取方法，其特征在于，包含以下： 基于环境状态高度图构建特征提取网络，从输入数据中提取具有代表性的空间特征得到特征向量，并构建推动抓取动作网络预测模型，将前述特征向量作为输入，结合状态特征与动作价值进行策略评估，预测候选动作的状态动作评估值分布； 对推动与抓取动作分别引入物体掩码函数Mp_obj和Mg_obj，将其作为先验信息与网络预测结果相结合，对机械臂与环境交互过程中的探索空间进行约束，减少经验回放池中负样本对模型收敛速度的干扰，提升模型训练的效率和稳定性； 设计不同的行为约束策略对网络预测中不合理的行为进行抑制；对推动的物体掩码函数进行连通域分析，提取出工作区中物体的连通域的像素点数量、边界框和几何信息，在此基础上设计约束策略；对推动行为的约束基于不同方向上物体的密集程度，具体来说：首先在机械臂的动作空间中将姿态角度划分为16个等角度方向θd，每个方向对应一个单位向量其次，对每个方向上的候选位置像素点x,y，计算其相邻区域内的质心分布方向，质心的计算方式如下： 其中cx,cy为连通域内的质心坐标，R为连通域内像素点集合，x,y表示集合R中的像素点，N表示连通域内像素点数量；然后计算不同方向上物体密集程度的分布，公式如下： 其中cxi,cyi为每个连通区域的质心坐标，为某区域质心与候选动作像素点x,y的相对位置向量，为归一化后的方向向量，Sdp为每个质心与当前方向的相似性，表示在θd方向上物体的密集程度，是方向θd的单位向量；基于方向密集度Sdp为每个方向生成推动动作权重表示当前像素x,y在每个推动方向上的优先级，将其与具有先验信息的推动动作价值评估图相结合，作为推动行为约束策略； 对抓取的物体掩码函数进行连通域分析，提取出工作区中物体的连通域的像素点数量、边界框和几何信息，在此基础上设计抓取动作约束策略；对抓取行为的约束是基于物体主轴方向选择最接近的抓取方向，具体来说：为每一个方向上的候选抓取动作构造相应的单位方向向量θd为动作空间中划分的等角度姿态角方向，计算每一个方向上的抓取位置候选点所处物体的主轴方向的单位方向向量其中θobj是当前抓取位置所处连通域的主轴方向，计算主轴方向与抓取方向之间的相似性：其中Sdg用于计算抓取角度约束因子，Sdg越接近1，表示当前抓取方向与主轴方向越接近，抓取成功率越高，将其作为抓取权重策略与具有先验信息的抓取动作价值评估图相结合，作为抓取行为约束策略； 针对机械臂完成任务的快速性和环境状态反馈，对不同动作元组设计奖励函数来指导策略网络模型的更新，在仿真环境中训练并迁移到真实环境中。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3巷11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。