赛那德数字技术（嘉兴）有限公司

本发明涉及AGV充换电池技术领域，且公开了一种AGV充换电池装置，包括大电池组件，大电池组件顶部装设有小电池组件，其插装于AGV车体抽拉式电池仓，外侧装配快速插拔插头实现供电回路连通；大电池组件底部两侧装设有定向轮，抽拉端装设有隐藏式把手，大小电池内部集成电池管理控制单元、双路充电桩单元、电池身份识别模块、多级故障保护模块与无线通信模块，双路充电桩单元支持整车在位同步充电、电池离线单独充电，电池管理控制单元内置四类控制算法，本发明采用主备双电池架构，换电时小电池无缝续电保障作业连续，可动态调配充电功率；省力式抽拉结构简化换电操作，依托算法优化充放电延缓电池损耗。

本发明涉及工业夹爪技术领域，且公开了一种复合型工业夹爪及其抓取方法，包含驱动机构，驱动机构输出端连接有夹爪壳体，夹爪壳体内部嵌装有驱动电机，驱动电机转子同轴连接有驱动臂，驱动臂外端装设有弧形齿夹臂，夹爪壳体外侧对应弧形齿夹臂的位置装设有安装台，安装台外部装设有吸盘阵列，所述弧形齿夹臂为单侧活动夹持端，安装台为固定夹持基准端，二者构成非对称单自由度夹持副，吸盘阵列吸附面与夹持基准面共面设置，兼具预定位与抓取双重功能，其抓取方法依次包括对位就位、基准面预吸附定位、分模式抓取执行、物料释放步骤，抓取前依托吸盘阵列完成姿态校正，依据物料外形切换抓取模式，采用非对称集成结构简化驱动布置，提升抓取稳定性。

本发明公开了一种基于动作分块的离线到在线强化学习方法，属于强化学习技术领域。本发明采用滑动重叠窗口对离线轨迹时序分块重组，构建分块邻接关系表；离线阶段训练流匹配行为策略与分块Q网络，引入重叠分块价值平滑约束，采用基于分布熵的双分支动态门控融合架构，完成隐式KL与显式2‑Wasserstein双约束预训练；在线阶段采用分块规划结合单步残差校正的半开环模式交互，基于混合数据实现全网络端到端联合微调。本发明可消除离策略偏差，提升价值连续性与约束适配性，兼顾执行效率与鲁棒性，适配长时域稀疏奖励决策场景。