検索に戻る
案件記録

机器人强化学习控制策略训练方法、装置、设备及存储介质

発明不明
12請求項 · 4 独立
§ Ⅰ

案件概要

発明者

陶思宇; 杨雪; 向荣

出願日

Jul 23, 2026

公開日

Oct 20, 2026

IPC分類

G05B 19/408 (2006.01)G06N 3/008 (2023.01)G06N 20/00 (2019.01)

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。

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 12 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