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！

龙图腾网获悉湖南云箭科技有限公司;湖南云箭集团有限公司申请的专利动态装配基于深度强化学习的阻抗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：CN121411383B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511961169.8，技术领域涉及：G05B19/418；该发明授权动态装配基于深度强化学习的阻抗控制方法及系统是由陈明;杨建雷;李靖萱;王传杰;胡越杰;王海洋;陈刚;黄定晓;贺冰设计研发完成，并于2025-12-24向国家知识产权局提交的专利申请。

本动态装配基于深度强化学习的阻抗控制方法及系统在说明书摘要公布了：本发明涉及智能制造技术领域，公开一种动态装配基于深度强化学习的阻抗控制方法及系统，以提升工程实施过程中的整体性能。方法包括：FPGA获取装配环境中实时采集的状态信息，并将各状态信息通过预处理后输入DRL智能体中动作网络；动作网络根据输入信息通过前向传播计算生成阻抗参数增量，再根据生成的阻抗参数增量输出虚拟阻抗控制器的柔顺指令，然后将柔顺指令发送给CPU以调度装配执行机构执行；阻抗参数增量包括基于安全投影和变化率限制所共同约束的刚度、阻尼和前馈力所分别对应的增量；数据库管理服务器将阻抗参数增量与所对应执行动作前后的状态信息及获得的奖励值整合成样本存储在经验回放缓冲器以供DRL智能体更新。

本发明授权动态装配基于深度强化学习的阻抗控制方法及系统在权利要求书中公布了：1.一种动态装配基于深度强化学习的阻抗控制方法，其特征在于，包括： 步骤S1、外环的FPGA获取装配环境中实时采集的状态信息，并将各所述状态信息通过预处理转换成DRL智能体中动作网络的输入信息；所述状态信息包括装配任务信息、位置信息、姿态信息、振动信息和装配力信息；所述DRL智能体还包括评价网络； 步骤S2、所述动作网络根据输入信息通过前向传播计算生成阻抗参数增量，再根据生成的阻抗参数增量输出虚拟阻抗控制器的柔顺指令，然后将所述柔顺指令直接发送给内环装配执行机构的指令缓冲区执行；所述阻抗参数增量包括基于安全投影和变化率限制所共同约束的刚度、阻尼和前馈力所分别对应的增量； 步骤S3、数据库管理服务器将所述阻抗参数增量与所对应执行动作前后的状态信息及获得的奖励值整合成样本存储在经验回放缓冲器以供所述DRL智能体更新；并在所述经验回放缓冲器中按装配任务、标定版本、控制周期、动作边界所组成的元信息对样本进行分桶管理； 其中，外环训练线程与内环CPU控制线程采用分离的方式，并基于软更新策略从所述经验回放缓冲器中筛选样本先重训练所述评价网络，再在固化重训练后评价网络的基础上基于所筛选的同批样本重训练所述动作网络，然后将重训练后的DRL智能体更新至所述FPGA中以实现动态干扰下的阻抗参数在线自适应优化；所述数据库管理服务器在基于软更新策略从所述经验回放缓冲器中筛选样本之前，查找与当前装配任务相同并与当前工况最近似的桶，且在所述DRL智能体基于该最近似的桶更新后，保留所述DRL智能体更新后的模型参数与该最近似的桶之间的映射关系；所述动作边界包括参数边界和变化率边界； 步骤S4、所述CPU设置执行回退操作的检测算法及自动触发策略，在执行回退操作时，指令所述FPGA在暂停外环更新的同时、根据所述映射关系将所述DRL智能体回退至前一次更新所对应的模型参数、同时发出报警并记录事件；然后跟踪回退至前一次模型参数的效果是否符合预期，若不符合，再指令所述FPGA切换至所述DRL智能体初始化的模型参数；若符合，指令所述FPGA恢复外环更新； 步骤S5、所述CPU设置工况漂移的检测算法及自动触发策略，以在发生工况漂移时，指令所述FPGA在暂停外环更新的同时、根据所述映射关系将所述DRL智能体切换至该最近似的桶所对应的模型参数、同时发出报警并记录事件；然后跟踪模型参数切换的效果是否符合预期，若不符合，再指令所述FPGA切换至所述DRL智能体初始化的模型参数；若符合，指令所述FPGA恢复外环更新。

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湖南云箭科技有限公司;湖南云箭集团有限公司，其通讯地址为：410199 湖南省长沙市长沙县星沙街道开元东路1312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。