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！

龙图腾网获悉中国科学技术大学申请的专利基于门控循环单元的机器人强化学习控制方法及系统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：CN119536333B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202411687998.7，技术领域涉及：G05D1/49；该发明授权基于门控循环单元的机器人强化学习控制方法及系统是由高洪波;严驰;王鑫淼设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本基于门控循环单元的机器人强化学习控制方法及系统在说明书摘要公布了：本发明公开了基于门控循环单元的机器人强化学习控制方法及系统，涉及人工智能技术领域，基于强化学习状态机，将已训练完的学生网络零映射部署到真实四足机器人上，实现四足机器人运动控制；学生网络的训练过程如下：搭建机器人的仿真训练地形环境，为每种地形设置不同等级的地形难度；基于蒸馏学习思想，搭建基于门控循环单元的教师网络和学生网络，并构建总损失函数，基于构建的总损失函数，通过全方位的仿真训练地形环境和大规模并行训练方法，学生网络拟合教师网络输出的电机关节角度；该机器人强化学习控制方法及系统的实现机器人在非结构化地形下的鲁棒运动，对传统控制无法胜任的动态环境具有很好的抗干扰能力和自恢复能力。

本发明授权基于门控循环单元的机器人强化学习控制方法及系统在权利要求书中公布了：1.基于门控循环单元的机器人强化学习控制方法，其特征在于，基于强化学习状态机，将已训练完的学生网络零映射部署到真实四足机器人上，实现四足机器人运动控制； 学生网络的训练过程如下： 步骤一、搭建机器人的仿真训练地形环境，为每种地形设置不同等级的地形难度； 步骤二、基于蒸馏学习思想，搭建基于门控循环单元的教师网络和学生网络，并构建总损失函数，所述教师网络通过学习一个多层感知器策略网络，将本体感知信息和特权信息映射到电机关节角度，从而输出潜在特征向量，所述学生网络通过学习教师网络输出的潜在特征向量，实现电机关节角度的预测； 步骤三、基于构建的总损失函数，通过全方位的仿真训练地形环境和大规模并行训练方法，学生网络拟合教师网络输出的电机关节角度； 在步骤二中，所述教师网络包括Actor网络和Critic网络，Actor网络包括多层感知器编码器、多层感知器编码器、多层感知器策略网络，特权信息通过多层感知器编码器得到潜在特征向量，潜在特征向量与本体感知信息通过多层感知器策略网络输出电机关节角度，周围子地形离散高度通过多层感知器编码器得到向量分别与潜在特征向量、本体感知信息输入到Critic网络，以输出评估值； 所述学生网络包括基于门控循环单元的多层感知器编码器和多层感知器策略网络，历史本体感知信息中当前时刻之前的信息通过多层感知器编码器输出潜在特征向量，将历史本体感知信息中当前时刻的信息与潜在特征向量通过多层感知器策略网络输出电机关节角度，基于潜在特征向量、潜在特征向量、电机关节角度、电机关节角度构建学生端损失函数。

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中国科学技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。