検索に戻る
案件記録
机器人强化学习控制方法和系统
発明不明
10請求項 · 2 独立
§ Ⅰ
案件概要
IPC分類
B25J 9/16 (2006.01)
本发明提供了一种机器人强化学习控制方法和系统,该方法包括:S1:获取环境观测、任务描述及本体状态信息,输入视觉语言动作模型,生成基础候选动作并输出内部多模态语义特征;S2:对内部多模态语义特征进行语义压缩,获得紧凑语义状态;S3:将紧凑语义状态、本体状态及基础候选动作输入强化学习控制模块,对基础候选动作进行修正与价值评价,确定最终执行动作;S4:获取执行过程中的交互数据并存储至经验回放模块,用于更新强化学习控制模块;S5:当视觉语言动作模型参数更新时,检测更新前后产生的语义状态漂移,根据漂移程度建立跨版本语义适配关系,对更新后语义状态进行适配调整,以保持强化学习控制过程中状态表示的一致性。
ログインして全文を読む
請求項 1 を表示しています。無料登録で全 10 項の請求項、明細書全文、全図面、翻訳、法的状態を閲覧できます。
- 全請求項
- 技術分野
- 背景技術
- 発明の概要
- 図面の説明
- 発明を実施するための形態
外部リソース