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！

龙图腾网获悉科大讯飞股份有限公司申请的专利基于多智能体强化学习的机器人控制方法、装置和设备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：CN119458375B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411971854.4，技术领域涉及：B25J9/16；该发明授权基于多智能体强化学习的机器人控制方法、装置和设备是由田兴武;刘迪源;潘嘉设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本基于多智能体强化学习的机器人控制方法、装置和设备在说明书摘要公布了：本发明提供一种基于多智能体强化学习的机器人控制方法、装置和设备，其中方法包括：依据预置规则对机器人群协作系统中的每一机器人的初始神经网络的策略参数进行自适应重置；将每一机器人当前时刻的样本观测数据和上一时刻的样本动作输入至每一机器人的初始神经网络，得到每一机器人的局部预测回报值；根据每一机器人的局部预测回报值，计算全局预测回报值，融合每一机器人的初始神经网络的参数；更新每一机器人的经验池，从每一机器人的经验池中采集样本数据，周期性地重复每一机器人的训练过程，直至达到预设收敛条件；基于训练好的每一机器人的神经网络控制每一机器人完成协作任务。本发明能够提高探索行为的多样性和广度，提高探索效率。

本发明授权基于多智能体强化学习的机器人控制方法、装置和设备在权利要求书中公布了：1.一种基于多智能体强化学习的机器人控制方法，其特征在于，包括： 依据预置规则对机器人群协作系统中的每一机器人的初始神经网络的策略参数进行自适应重置； 将所述每一机器人当前时刻的样本观测数据和上一时刻的样本动作输入至所述每一机器人的初始神经网络，得到所述每一机器人的初始神经网络输出的所述每一机器人的局部预测回报值； 根据所述每一机器人的局部预测回报值，计算所述机器人群协作系统的全局预测回报值；根据所述每一机器人的局部预测回报值对所述全局预测回报值的贡献度，以及所述全局预测回报值与预设的目标全局回报值的差异，确定所述每一机器人的初始神经网络的参数的权重；根据所述每一机器人的初始神经网络的参数，以及所述每一机器人的初始神经网络的参数的权重，计算所述每一机器人的融合参数；根据所述每一机器人的融合参数，更新所述每一机器人的初始神经网络的参数； 将所述每一机器人在每个训练周期内的多个轨迹存储至所述每一机器人的经验池，所述每一机器人的经验池中预先存储有所述每一机器人的多个历史轨迹；从所述每一机器人的经验池中采集样本数据，周期性地重复所述每一机器人的训练过程，直至达到预设收敛条件，得到所述每一机器人的神经网络； 基于所述每一机器人的神经网络控制实际环境中的所述每一机器人完成协作任务。

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科大讯飞股份有限公司，其通讯地址为：230088 安徽省合肥市高新开发区望江西路666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。