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！

龙图腾网恭喜知行机器人科技(苏州)有限公司申请的专利一种基于强化学习技术的多机器人协同控制抓取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：CN119910663B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202510398249.0，技术领域涉及：B25J9/16；该发明授权一种基于强化学习技术的多机器人协同控制抓取方法是由白国超;袁浩林设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于强化学习技术的多机器人协同控制抓取方法在说明书摘要公布了：本发明涉及一种基于强化学习技术的多机器人协同控制抓取方法，包括如下步骤：步骤1：建立统一坐标系下的多机器人控制数学模型，确定多个机器人的末端执行器的位姿以及待抓取物体的位姿；步骤2：使用贪心算法构建多机器人任务分配模型，为每个待抓取物体分配执行抓取任务的机器人；步骤3：构建强化学习网络，强化学习网络采用多智能体深度Q网络；步骤4：对强化学习网络进行训练，得到抓取控制模型；步骤5：利用抓取控制模型控制多机器人的协同抓取动作。本发明能够为每个机器人找到最优的动作策略，在抓取过程中快速、准确地做出决策，减少不必要的动作和时间浪费；多个机器人之间可以协同优化抓取策略，避免相互干扰和冲突，提高抓取效率。

本发明授权一种基于强化学习技术的多机器人协同控制抓取方法在权利要求书中公布了：1.一种基于强化学习技术的多机器人协同控制抓取方法，其特征在于，包括如下步骤：步骤1：建立统一坐标系下的多机器人控制数学模型，确定多个机器人的末端执行器的位姿以及待抓取物体的位姿；步骤2：使用贪心算法构建多机器人任务分配模型，为每个所述待抓取物体分配执行抓取任务的机器人；所述步骤2包括：步骤21：定义现实场景的数学模型，所述现实场景中包括个机械臂和个抓取任务；步骤22：对每个任务和每个机械臂，计算对应的抓取成本，基于所述成本将任务分配给对应的机械臂，直到任务全部分配完成或者没有空余机械臂为止；步骤3：构建强化学习网络，所述强化学习网络采用多智能体深度Q网络；所述步骤3包括：步骤31：构建QMIX网络，包括当前网络和目标网络，所述当前网络和目标网络的网络结构一致；步骤32：建立每个机器人的Q值网络，所述Q值网络的输入为每个机器人的观察，输出为该机器人的动作空间；步骤33：基于所述QMIX网络和Q值网络构建所述多智能体深度Q网络；步骤4：对所述强化学习网络进行训练，得到抓取控制模型；所述强化学习网络的损失函数为：，其中为损失函数的目标值，，为奖励函数生成的回合奖励，为折扣因子，为目标网络生成的Q值步骤5：利用所述抓取控制模型控制多机器人的协同抓取动作。

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知行机器人科技(苏州)有限公司，其通讯地址为：215400 江苏省苏州市太仓市科教新城健雄路20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”。