复旦大学刘力政获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉复旦大学申请的专利结合最小自由能原理的机器人强化学习行走训练方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121696987B 。
龙图腾网通过国家知识产权局官网在2026-05-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610186542.5，技术领域涉及：B25J9/16；该发明授权结合最小自由能原理的机器人强化学习行走训练方法是由刘力政;李东泽;甘中学设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。
本结合最小自由能原理的机器人强化学习行走训练方法在说明书摘要公布了：本发明提供了一种结合最小自由能原理的机器人强化学习行走训练方法，因为包括：步骤S1，对误差项进行时间上的指数滑动平均；步骤S2，将指数滑动平均后的误差项引入自适应权重参数，构建最小自由能奖励函数；步骤S3，向最小自由能奖励函数中引入正则化项得到总奖励函数，所以，本发明的结合最小自由能原理的机器人强化学习行走训练方法，通过统一的自由能目标奖励函数与自适应权重调节机制，减少了人工调参依赖，提高了训练效率和收敛速度。
本发明授权结合最小自由能原理的机器人强化学习行走训练方法在权利要求书中公布了：1.一种结合最小自由能原理的机器人强化学习行走训练方法，其特征在于，包括： 步骤S1，对误差项进行时间上的指数滑动平均； 步骤S2，将指数滑动平均后的误差项引入自适应权重参数，构建最小自由能奖励函数； 步骤S3，向所述最小自由能奖励函数中引入正则化项得到总奖励函数； 其中，所述正则化项的公式为： 其中，表示自适应权重参数，为精度先验参数； 其中，精度先验参数的计算公式为： 其中，表示第个误差项的尺度参数，表示防止数值发散的极小正数； 自适应权重参数的计算公式为： 其中，为误差项的平滑统计量； 其中，所述总奖励函数的公式为： 其中，表示第个时间步的自由能值，表示第个误差项的训练进度权重，表示该误差项的自适应权重，表示该误差项在时间步的瞬时误差，表示该误差项的自适应权重相对于其基准值的正则化项。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励