№ CN122945541A発明
不明机器人强化学习控制策略训练方法、装置、设备及存储介质
本发明涉及机器人控制技术领域,公开了一种机器人强化学习控制策略训练方法、装置、设备及存储介质。所述方法包括获取目标机器人的初始训练配置和训练项目根目录;基于训练项目根目录确定训练框架适配配置和训练指标监督配置,并启动强化学习训练;在训练过程中获取训练侧的训练日志指标和评估侧的物理评估指标,在获取物理评估指标的训练周期,将二者与历史调参记录共同输入分析智能体,联合确定配置增量并更新当前训练配置;利用更新后的当前训练配置重启训练,当最近预设稳定窗口内的综合评估分数和各物理裕度指标分别达到对应阈值时,确定机器人强化学习控制策略。本申请可减少人工调参,提高训练效率和训练结果的物理可靠性。
❖成都智疆创新科技有限公司陶思宇; 杨雪; 向荣Oct 20, 2026§ 4/12 請求項G05B 19/408 (2006.01), G06N 3/008 (2023.01), G06N 20/00 (2019.01)