一种基于Actor-Critic深度强化学习的同心管机器...
授权
摘要
一种基于Actor‑Critic深度强化学习的同心管机器人控制方法。本发明包括如下步骤：1)设置同心管机器人几何参数和力学参数，并建立其运动学模型；2)数据预处理，获得同心管曲率‑位置状态集合；3)利用同心管曲率‑位置状态集，更新Actor网络和Critic网络参数；4)根据最终的收敛模型，可以得到基于Actor‑Critic深度强化学习的同心管机器人最优控制策略，即所需采用的驱动量。与现有技术相比，本发明通过深度强化学习的方法，获取了同心管机器人逆运动学计算方法，最终得到了更精确的逆运动学解。
基本信息
专利标题 ：
一种基于Actor-Critic深度强化学习的同心管机器人控制方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113246121A
申请号 ：
CN202110374971.2
公开（公告）日 ：
2021-08-13
申请日 ：
2021-04-08
授权号 ：
CN113246121B
授权日 ：
2022-04-08
发明人 ：
冯子俊李永强冯宇冯远静刘扬
申请人 ：
浙江工业大学
申请人地址 ：
浙江省杭州市下城区朝晖六区潮王路18号
代理机构 ：
杭州斯可睿专利事务所有限公司
代理人 ：
王利强
优先权 ：
CN202110374971.2
主分类号 ：
B25J9/16
IPC分类号 ：
B25J9/16 G06N3/04 G06N3/08 A61B34/30
IPC结构图谱
B
B部——作业；运输
B25
手动工具；轻便机动工具；手动器械的手柄；车间设备；机械手
B25J
机械手；装有操纵装置的容器
B25J9/00
程序控制机械手
B25J9/16
程序控制
法律状态
2022-04-08 ：
授权
2021-08-31 ：
实质审查的生效
IPC(主分类) : B25J 9/16
申请日 : 20210408
申请日 : 20210408
2021-08-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
