深圳逐际动力科技有限公司王凯盟获国家专利权
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！
龙图腾网获悉深圳逐际动力科技有限公司申请的专利基于深度强化学习的机器人手臂运动控制策略网络训练方法及装置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：CN121200037B 。
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：202511769048.3，技术领域涉及：B25J9/16；该发明授权基于深度强化学习的机器人手臂运动控制策略网络训练方法及装置是由王凯盟;张坤;陈志明;陈亮名设计研发完成，并于2025-11-28向国家知识产权局提交的专利申请。
本基于深度强化学习的机器人手臂运动控制策略网络训练方法及装置在说明书摘要公布了：本公开提供了一种基于深度强化学习的机器人手臂运动控制策略网络训练方法及装置，涉及传感器及机器人技术领域。该方法包括：在深度强化学习训练环境中，获取机器人手臂对应的雅可比子矩阵；基于雅可比子矩阵与雅可比子矩阵的转置矩阵之间的乘积，计算当前姿态下的可操作度指标；将可操作度指标输入激活函数，得到惩罚因子；基于惩罚因子对策略网络输出的当前动作与上一时刻动作之间的差值进行缩放处理，得到惩罚项，并将惩罚项作为奖励函数的一部分用于训练所述策略网络。本公开通过引入基于可操作度的自适应惩罚机制，使策略网络在训练过程中能够对奇异姿态进行识别和主动规避，从而提升机器人手臂运动控制的稳定性。
本发明授权基于深度强化学习的机器人手臂运动控制策略网络训练方法及装置在权利要求书中公布了：1.一种基于深度强化学习的机器人手臂运动控制策略网络训练方法，其特征在于，包括： 在深度强化学习训练环境中，获取机器人手臂对应的雅可比子矩阵； 基于所述雅可比子矩阵与所述雅可比子矩阵的转置矩阵之间的乘积，计算当前姿态下的可操作度指标； 将所述可操作度指标输入激活函数，得到惩罚因子；其中，在所述可操作度指标小于预设可操作度阈值的情况下，所述激活函数具有随所述可操作度指标的减小而增大所述惩罚因子的映射段； 基于所述惩罚因子对策略网络输出的当前动作与上一时刻动作之间的差值进行缩放处理，得到惩罚项，并将所述惩罚项作为奖励函数的一部分用于训练所述策略网络。
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深圳逐际动力科技有限公司，其通讯地址为：518057 广东省深圳市南山区西丽街道曙光社区智谷研发楼E栋15层；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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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