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！

龙图腾网获悉南京邮电大学申请的专利一种工业机器人的强化学习多目标轨迹规划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：CN116661453B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202310649235.2，技术领域涉及：G05D1/43；该发明授权一种工业机器人的强化学习多目标轨迹规划方法是由樊春霞;柳润宁设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。

本一种工业机器人的强化学习多目标轨迹规划方法在说明书摘要公布了：本发明公开了一种工业机器人的强化学习多目标轨迹规划方法，属于工业机器人轨迹规划技术领域；根据约束条件和优化目标，为每个优化目标确定轨迹规划过程的奖励函数；构建并行运作的动作网络和评判网络，根据评判网络输出的优势函数对动作网络的策略进行非支配排序而获得帕累托前沿集；在帕累托前沿集中，随机选择若干组状态‑动作对，使用最大熵搜索算法训练每个目标函数的每个动作网络参数，使用梯度算法训练每个目标的评判网络参数，获得满足多种约束条件多个目标的工业机器人轨迹。本发明通过最大熵搜索算法训练每个目标函数的每个动作网络参数，不断更新参数获得多个目标的工业机器人轨迹，从而提高获得工业机器人轨迹的稳定性与收敛性。

本发明授权一种工业机器人的强化学习多目标轨迹规划方法在权利要求书中公布了：1.一种工业机器人的强化学习多目标轨迹规划方法，其特征在于：该方法包括以下步骤： 步骤S1：根据约束条件和优化目标，为每个优化目标确定轨迹规划过程的奖励函数，具体步骤为： 满足位置、速度、加速度约束，设定奖励函数为： ； ； ； 其中，、、分别表示时间最少、动能最小、冲击最小这三个优化目标的奖励函数，、、分别表示时间最少、动能最小、冲击最小这三个优化目标，表示工业机器人末端位置与目标位置之间的距离，常数、常数，调节算法的收敛速度，以防算法陷入局部最优，表示第个关节，表示第个关节运行的时间，、、分别表示自由度为的机器人的广义关节角位置、广义关节角速度、广义关节角加速度，表示机器人的惯性矩阵，表示机器人运行时间； 步骤S2：针对每个优化目标，构建并行运作的动作网络和评判网络，根据评判网络输出的优势函数对动作网络的策略进行非支配排序而获得帕累托前沿集，具体步骤为： 步骤S2-1：设定时刻每个目标对应的动作网络的状态为时刻进行归一化处理后的关节角位置、关节角速度；设定时刻动作网络的输出为各个关节角加速度，且采用的动作满足均值为0、方差为1的正态分布； 步骤S2-2：每个目标对应的动作网络，在每次训练得到的动作加上由Logistic映射阐述的类随机变量，多次重复该过程，每次重复该过程得到动作，并计算每个对应的状态值函数，选取最大的所对应的动作作为本次训练的动作输出； 步骤S2-3：现实网络和目标网络分别表示第个目标当前状态值函数、第个目标下一状态值函数的预测，得到第个目标的评判网络输出优势函数； 步骤S2-4：对每个目标的优势函数进行帕累托非支配排序，将每个动作网络中现实网络所执行的动作过程称为策略，策略对应的优势函数为，越大，说明执行策略得到的优化目标值越优，得到帕累托前沿集，并且保存帕累托前沿集； 步骤S3：根据最大熵近端策略优化算法确定动作网络和评判网络的目标函数，从所获得的帕累托前沿集中，随机选择若干组状态-动作对，使用最大熵搜索算法训练每个目标函数的每个动作网络参数，使用梯度法来训练每个目标的每个评判网络的参数，从而获得满足多种约束条件多个目标的工业机器人轨迹。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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。