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！

龙图腾网获悉湖南大学申请的专利基于动作平滑机制的机械臂路径规划强化学习方法及应用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：CN121105048B 。

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：202511670431.3，技术领域涉及：B25J9/16；该发明授权基于动作平滑机制的机械臂路径规划强化学习方法及应用是由樊叶心;张辉;徐辉;李康;徐孝国;钟杭;江一鸣;王耀南设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本基于动作平滑机制的机械臂路径规划强化学习方法及应用在说明书摘要公布了：本发明公开了一种基于动作平滑机制的机械臂路径规划强化学习方法及应用，构建机械臂的状态空间和动作空间；基于柔性演员‑评论家架构构建策略网络对机械臂路径规划进行训练，以机械臂在各个时刻的状态空间、动作空间、即时奖励和下一时刻状态空间作为样本，组成经验池，训练过程中引入优先经验回放机制对经验池的样本进行采样；策略网络更新阶段引入基于障碍距离自适应的动作平滑机制，在策略损失函数中增加机械臂与障碍物距离相关的动作变化惩罚，通过机械臂相邻时刻动作差值进行约束，实现机械臂路径规划过程的轨迹平滑度动态调节。本发明在机械臂靠近障碍物时可有效抑制突发性动作震荡，显著提升机械臂避障任务中的运动稳定性与系统可靠性。

本发明授权基于动作平滑机制的机械臂路径规划强化学习方法及应用在权利要求书中公布了：1.基于动作平滑机制的机械臂路径规划强化学习方法，其特征在于：包括如下过程： 构建机械臂的状态空间和动作空间； 基于柔性演员-评论家架构构建策略网络对机械臂路径规划进行训练，以机械臂在各个时刻的状态空间、动作空间、即时奖励和下一时刻状态空间作为样本，组成经验池，训练过程中引入优先经验回放机制对经验池的样本进行采样，预测输出下一时刻机械臂的动作空间； 所述即时奖励通过策略网络的奖励函数获得，所述奖励函数包括机械臂末端目标到达奖励、障碍物距离安全奖励、碰撞惩罚及时间惩罚，表示为： ， 为整体的奖励函数，为碰撞惩罚，为时间惩罚； 所述机械臂末端目标到达奖励为： ， 其中，为机械臂末端的运动目标位置，为机械臂末端的当前位置，机械臂末端目标到达奖励定义为机械臂末端的当前位置与运动目标位置的欧氏距离的相反数； 所述障碍物距离安全奖励定义为： ， 其中，为机械臂末端与障碍物中心之间的当前距离，为设定的最小安全距离，为惩罚系数； 所述策略网络的更新阶段引入基于障碍距离自适应的动作平滑机制，在策略损失函数中增加机械臂与障碍物距离相关的动作变化惩罚，通过机械臂相邻时刻动作差值进行约束，实现机械臂路径规划过程的轨迹平滑度动态调节； 所述策略损失函数定义为： ， 其中，为引入动作平滑机制后的策略损失项，为柔性演员-评论家架构的原始策略损失项，为动作平滑约束项，=，其中，和分别表示当前时刻t与上一时刻t-1的机械臂动作向量，为二范数，表示机械臂末端或关键关节与障碍物中心之间的距离，为距离自适应平滑系数，，为比例调节参数，； 将动作平滑约束项中机械臂动作变化量的梯度用于策略参数更新，对应的梯度为： ， 其中，为策略参数变化梯度，为机械臂的动作变化量，，策略参数的更新遵循梯度下降规则， ，其中为策略网络在当前时刻t的策略参数，为策略网络在下一时刻t+1更新的策略参数，为学习率。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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。