買(mǎi)專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)科學(xué)技術(shù)大學(xué)申請(qǐng)的專利基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN116834020B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202311011642.7，技術(shù)領(lǐng)域涉及：B25J9/16；該發(fā)明授權(quán)基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法是由秦家虎;虞健蘭;劉輕塵;韓睿天;李曼設(shè)計(jì)研發(fā)完成，并于2023-08-09向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法在說(shuō)明書(shū)摘要公布了：本發(fā)明涉及安全強(qiáng)化技術(shù)領(lǐng)域，公開(kāi)了一種基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法，包括以下步驟，在非平衡位置采樣具有高維狀態(tài)空間的機(jī)器人運(yùn)動(dòng)控制軌跡樣本，通過(guò)對(duì)狀態(tài)空間樣本數(shù)據(jù)進(jìn)行降維處理；通過(guò)柵格法在低維空間中對(duì)機(jī)器人狀態(tài)進(jìn)行安全概率估計(jì)，采用強(qiáng)化學(xué)習(xí)方法對(duì)高維空間機(jī)器人進(jìn)行運(yùn)動(dòng)策略訓(xùn)練；本發(fā)明可以直接應(yīng)用于真實(shí)物理系統(tǒng)中，無(wú)需仿真建模訓(xùn)練，避免了仿真和實(shí)機(jī)之間的固有差距問(wèn)題，減少了建模成本。

本發(fā)明授權(quán)基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法在權(quán)利要求書(shū)中公布了：1.一種基于數(shù)據(jù)降維技術(shù)的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制方法，包括以下步驟： 步驟A：采集機(jī)器人個(gè)非平衡點(diǎn)初始狀態(tài)，得到具有高維空間的機(jī)器人初始運(yùn)動(dòng)軌跡樣本集合，其中為第i個(gè)機(jī)器人運(yùn)動(dòng)軌跡樣本，，為的大小，表示采用矯正控制器對(duì)隨機(jī)給定的機(jī)器人初始狀態(tài)進(jìn)行控制后的機(jī)器人運(yùn)動(dòng)軌跡，是安全標(biāo)簽； 步驟B：用動(dòng)態(tài)時(shí)間規(guī)整算法對(duì)合并數(shù)據(jù)集合中的運(yùn)動(dòng)軌跡之間的距離度量進(jìn)行計(jì)算，未得到反饋運(yùn)動(dòng)軌跡樣本集合時(shí)，合并數(shù)據(jù)集合中僅存在；距離度量的計(jì)算方式為：，同時(shí)對(duì)距離度量進(jìn)行歸一化得到距離矩陣；、分別表示合并數(shù)據(jù)集合中第i條、第j條軌跡的初始狀態(tài)，在中為、，在中為、；表示動(dòng)態(tài)時(shí)間規(guī)整算法； 步驟C：通過(guò)距離矩陣以及度量學(xué)習(xí)方法，在保持高維空間和低維空間之間的距離度量關(guān)系的情況下，將合并數(shù)據(jù)集合中的初始狀態(tài)即原始高維狀態(tài)空間中的狀態(tài)進(jìn)行降維處理，映射到低維狀態(tài)，得到與高維狀態(tài)點(diǎn)集一一對(duì)應(yīng)的低維狀態(tài)點(diǎn)集；是高維空間維度，是低維空間維度； 步驟D：采用多項(xiàng)式回歸方法訓(xùn)練回歸學(xué)習(xí)器得到高維空間和低維空間的映射關(guān)系：，，其中上標(biāo)代表構(gòu)建映射的次數(shù)；回歸誤差服從經(jīng)驗(yàn)分布，依次求解的置信區(qū)間，得到預(yù)測(cè)的區(qū)間估計(jì)，其中表示置信水平；表示回歸得到的點(diǎn)估計(jì)，統(tǒng)一記為，統(tǒng)一記為； 步驟E：根據(jù)當(dāng)前狀態(tài)的區(qū)間估計(jì)的安全概率得到安全的置信度，能夠預(yù)測(cè)機(jī)器人當(dāng)前狀態(tài)是否安全，得到估計(jì)的安全區(qū)域D；若判斷當(dāng)前狀態(tài)為安全，對(duì)機(jī)器人的強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制策略進(jìn)行訓(xùn)練； 若判斷當(dāng)前狀態(tài)為不安全，啟用矯正控制器，將機(jī)器人狀態(tài)控制回安全區(qū)域內(nèi)，并收集軌跡信息，得到反饋運(yùn)動(dòng)軌跡樣本集合，其中，為反饋運(yùn)動(dòng)軌跡樣本集合的大小，，是真實(shí)訓(xùn)練環(huán)境的機(jī)器人當(dāng)前狀態(tài)，表示采用矯正控制器對(duì)進(jìn)行控制后的機(jī)器人運(yùn)動(dòng)軌跡，是安全標(biāo)簽；判斷反饋運(yùn)動(dòng)軌跡樣本集合的大小，當(dāng)時(shí)，將反饋運(yùn)動(dòng)軌跡樣本集合和初始運(yùn)動(dòng)軌跡樣本集合合并，得到合并數(shù)據(jù)集合，，其中為初始狀態(tài)，將合并數(shù)據(jù)集合作為步驟B中計(jì)算距離矩陣的數(shù)據(jù)來(lái)源，其中表示倍數(shù)，是一個(gè)指定的集合大小； 循環(huán)進(jìn)行步驟B-步驟E，得到具有安全保障的機(jī)器人強(qiáng)化學(xué)習(xí)運(yùn)動(dòng)控制策略。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)科學(xué)技術(shù)大學(xué)，其通訊地址為：230026 安徽省合肥市包河區(qū)金寨路96號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。