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

発明者

张俊雄; 刘佳伟; 李伟; 侯博远; 袁挺; 段艺初; 赵成伟

出願日

Sep 20, 2026

公開日

Oct 27, 2026

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