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！

龙图腾网获悉珠海城市职业技术学院申请的专利基于强化学习的机器人自主任务规划与执行控制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：CN121004603B 。

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：202511221374.0，技术领域涉及：B25J9/16；该发明授权基于强化学习的机器人自主任务规划与执行控制方法是由黄兆军;崔凯雄;柯蓝天;林莉敏;赖科晓;邓思健;杨文杰;刘嘉骏;左晓雯;陈泽汛;梁熙斌设计研发完成，并于2025-08-29向国家知识产权局提交的专利申请。

本基于强化学习的机器人自主任务规划与执行控制方法在说明书摘要公布了：本发明提供基于强化学习的机器人自主任务规划与执行控制方法，属于机器人控制领域。该方法包括：根据机器人搭载的传感器模块，采集多源数据，并对所述多源数据预处理，生成实体状态原始数据集；利用数字孪生模型，进行动态映射与损耗参数校准，生成虚拟实体状态匹配数据集；利用预设的强化学习策略预演机制，进行策略训练，生成候选策略集；利用预设的策略筛选机制，确定最优执行策略，并驱动机器人执行所述最优执行策略，以实现机器人自主任务规划与执行。本发明可降低机器人机械损耗，减少因过度磨损导致的停机维护次数，提升生产效率，虚拟预演策略的实体执行准确率提升，减少策略重新训练的样本需求量，缩短新场景下的策略适配周期。

本发明授权基于强化学习的机器人自主任务规划与执行控制方法在权利要求书中公布了：1.一种基于强化学习的机器人自主任务规划与执行控制方法，其特征在于，所述控制方法包括： 根据机器人搭载的传感器模块，采集多源数据，并对所述多源数据预处理，生成实体状态原始数据集； 基于所述实体状态原始数据集，利用数字孪生模型，进行动态映射与损耗参数校准，生成虚拟实体状态匹配数据集； 基于所述虚拟实体状态匹配数据集，利用预设的强化学习策略预演机制，以校准后的数字孪生模型为仿真环境，进行策略训练，生成候选策略集； 利用预设的策略筛选机制，对所述候选策略集进行排序，确定最优执行策略，并驱动机器人执行所述最优执行策略，得到实体执行数据，以实现机器人自主任务规划与执行； 所述利用预设的强化学习策略预演机制，以校准后的数字孪生模型为仿真环境，进行策略训练，包括： 基于所述虚拟实体状态匹配数据集，定义状态空间； 基于机器人的物理约束，构建动作空间的初始值，并利用强化学习算法，在仿真环境中迭代生成动作空间的控制量； 基于运动学与任务状态数据和机械损耗感知数据，计算奖励函数的任务效率得分和机械损耗惩罚值； 根据所述状态空间、动作空间的控制量、任务效率得分和机械损耗惩罚值，进行多轮策略训练，生成候选策略集； 所述对所述候选策略集进行排序，确定最优执行策略，包括： 利用预设的策略筛选机制，确定任务效率得分最高的候选策略为最优执行策略； 若多个候选策略的任务效率得分相同，则引入损耗优先系数进行二次筛选，确定磨损量低的候选策略为最优执行策略。

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珠海城市职业技术学院，其通讯地址为：519000 广东省珠海市金湾区德城路680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。