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！

龙图腾网获悉华南理工大学申请的专利一种由模仿到优化的多自由度机械臂操作强化学习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：CN121589831B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610126360.9，技术领域涉及：B25J9/16；该发明授权一种由模仿到优化的多自由度机械臂操作强化学习方法是由汪亚君;任毅;常汉楠设计研发完成，并于2026-01-29向国家知识产权局提交的专利申请。

本一种由模仿到优化的多自由度机械臂操作强化学习方法在说明书摘要公布了：本发明公开一种由模仿到优化的多自由度机械臂操作强化学习方法，将机器人状态信息和关于机械臂操作过程的视觉图像输入训练得到的强化学习网络，输出机械臂关节角度变化量，通过机械臂关节角度变化量控制机械臂工作。强化学习网络包括多模态编码器和动作解码器，多模态编码器包括视觉编码器、状态编码器和双向交叉注意力模块，利用离线示教数据通过模仿学习方式构建初始策略，然后在环境中进行在线交互并通过基于价值的强化学习在初始策略的基础上进行微调，得到训练后的强化学习网络。本发明通过模仿学习与强化学习相结合，能在相同示教样本的情况下提升机器人在多阶段操作任务中的成功率，实现机器人在复杂任务环境中的操作控制。

本发明授权一种由模仿到优化的多自由度机械臂操作强化学习方法在权利要求书中公布了：1.一种由模仿到优化的多自由度机械臂操作强化学习方法，其特征在于，将机器人状态信息和关于机械臂操作过程的视觉图像输入训练得到的强化学习网络，输出机械臂关节角度变化量，通过所述机械臂关节角度变化量控制机械臂工作； 其中，所述强化学习网络包括多模态编码器和动作解码器，多模态编码器包括视觉编码器、状态编码器和双向交叉注意力模块，视觉编码器用于对关于机械臂操作过程的视觉图像提取局部空间特征，状态编码器用于将机器人状态信息压缩为低维表示，双向交叉注意力模块用于融合视觉编码器输出的视觉特征和状态编码器输出的机器人状态信息，获得多模态信息融合后的状态表征向量；动作解码器用于接收状态表征向量，输出机械臂关节角度变化量； 其中，利用离线示教数据通过模仿学习方式构建初始策略，然后在环境中进行在线交互并通过基于价值的强化学习在初始策略的基础上进行微调，得到训练后的强化学习网络； 进行基于价值的强化学习时，采用Coarse-to-Fine架构，在Coarse阶段，将强化学习网络输出的动作空间离散化为固定数量的区间，且通过策略网络从全局图像和机器人状态中提取动作粗略目标区域，在Fine阶段，在经由Coarse阶段离散化的局部区域内将局部区域进一步离散化固定数量的区间，输出精细动作索引，再通过解码器输出动作值；进行基于价值的强化学习时，还采用DuelingDQN结构，通过DuelingDQN结构的深度网络将值函数分解为状态价值网络与动作优势网络，状态价值网络用于估计当前机器人状态的整体价值，反映按当前策略在该机器人状态下的潜在回报，动作优势网络用于估计不同动作相对于该机器人状态平均水平的相对优势。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。