CNIPA.AI
返回搜索
档案

一种基于视觉先验概率图引导的强化学习环境感知方法及系统

发明专利未知
10权利要求 · 2 独立
§ Ⅰ

卷宗概要

发明人

窦亚辉; 刘璞; 崔宇; 王新华; 曹其栋

申请日

Aug 5, 2026

公开日

Oct 20, 2026

IPC 分类

G06N 3/092 (2023.01)G06N 5/04 (2023.01)G06V 10/82 (2022.01)

本发明提供了一种基于视觉先验概率图引导的强化学习环境感知方法,涉及机器视觉与强化学习技术领域,方法包括:利用工业感知终端获取多模态信息,通过多尺度特征提取算子构建视觉先验特征空间;将特征定义为逻辑节点并建立条件概率因子,形成逻辑推理网络;采用信度传播算法求解各视觉区域对作业目标的贡献度概率分布;将概率分布嵌入强化学习状态空间,抑制冗余数据并修剪动作空间,引导启发式探索;最后建立视觉置信度反馈闭环,实现先验逻辑与强化学习经验的在线融合。本发明有效解决了强化学习在处理高维视觉输入时,样本效率低、特征理解不深入的问题,显著提升了机器人在视觉引导下的环境适应能力与感知精确度。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式