深圳逐际动力科技有限公司王宇舟获国家专利权
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强化学习的用于控制机器人双臂末端的控制策略网络的训练方法、装置、设备、机器人及介质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：CN121424406B 。
龙图腾网通过国家知识产权局官网在2026-03-31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：202512020859.X，技术领域涉及：B25J9/16；该发明授权基于强化学习的用于控制机器人双臂末端的控制策略网络的训练方法、装置、设备、机器人及介质是由王宇舟;付震设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。
本基于强化学习的用于控制机器人双臂末端的控制策略网络的训练方法、装置、设备、机器人及介质在说明书摘要公布了：本公开提供了一种基于强化学习的用于控制机器人双臂末端的控制策略网络的训练方法、装置、设备、机器人及介质，涉及机器人技术领域。该方法包括：基于用于训练控制策略的目标姿态数据与当前状态数据，分别计算第一臂末端的位置误差和朝向误差、第二臂末端的位置误差和朝向误差；分别根据第一臂末端的位置误差与第二臂末端的位置误差计算第一奖励项，分别根据第一臂末端的朝向误差与第二臂末端的朝向误差计算第二奖励项，第一奖励项和第二奖励项均通过指数函数构造；基于第一奖励项与第二奖励项加常数项后的乘积，计算综合奖励值并将综合奖励值作为训练信号训练控制策略网络。本公开提出的方法可避免因资源竞争导致一侧控制精度显著下降的问题。
本发明授权基于强化学习的用于控制机器人双臂末端的控制策略网络的训练方法、装置、设备、机器人及介质在权利要求书中公布了：1.一种基于强化学习的用于控制机器人双臂末端的控制策略网络的训练方法，其特征在于，所述方法包括： 获取用于训练控制策略的目标姿态数据，所述目标姿态数据包括第一臂末端的目标位置与目标朝向，以及第二臂末端的目标位置与目标朝向； 基于所述目标姿态数据与当前状态数据，分别计算第一臂末端的位置误差和朝向误差、第二臂末端的位置误差和朝向误差； 分别根据所述第一臂末端的位置误差与所述第二臂末端的位置误差计算第一奖励项，分别根据所述第一臂末端的朝向误差与所述第二臂末端的朝向误差计算第二奖励项，所述第一奖励项和所述第二奖励项均通过指数函数构造； 基于所述第一奖励项与所述第二奖励项加常数项后的乘积，计算综合奖励值并将所述综合奖励值作为训练信号训练控制策略网络。
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