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！

龙图腾网获悉清华大学申请的专利基于预测误差反馈的鲁棒强化学习控制方法及装置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：CN119501948B 。

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：202411905779.1，技术领域涉及：B25J9/16；该发明授权基于预测误差反馈的鲁棒强化学习控制方法及装置是由汪玉;高枫;于超;吴翼设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本基于预测误差反馈的鲁棒强化学习控制方法及装置在说明书摘要公布了：本申请涉及机器人控制技术领域，特别涉及一种基于预测误差反馈的鲁棒强化学习控制方法及装置，其中，方法包括：将目标机器人的结构简化为单体刚性体；根据强化学习策略的输出指令预测单体刚性体的运行状态；获取目标机器人执行输出指令时真实的运行状态，计算预测的运行状态与真实的运行状态之间的预测误差；将预测误差和真实的运行状态作为强化学习策略的反馈信号，强化学习策略根据反馈信号和任务控制指令输出指令。由此，解决了相关技术存在处理非线性及非结构化扰动环境时面临挑战，受限于预测模型的不确定性，以及手工设计扰动估计器的调整难度等问题。

本发明授权基于预测误差反馈的鲁棒强化学习控制方法及装置在权利要求书中公布了：1.一种基于预测误差反馈的鲁棒强化学习控制方法，其特征在于，包括以下步骤： 将目标机器人的结构简化为单体刚性体； 根据强化学习策略的输出指令预测所述单体刚性体的运行状态，所述运行状态包括位置、速度、姿态和角速度，其中，所述位置的预测公式为： 其中，为位置；为速度；为时间间隔；为当前时刻的加速度指令； 所述速度的预测公式为： 所述姿态的更新公式为： ， 其中，为用四元数表示的姿态；表示四元数的乘法运算；为角度变化，，为角速度；为角加速度指令；为根据生成旋转四元数，采用指数映射方法计算，计算公式为： 所述角速度的更新公式为： ； 获取所述目标机器人执行所述输出指令时真实的运行状态，计算预测的运行状态与真实的运行状态之间的预测误差，所述预测误差的计算公式为： 其中，预测的运行状态为；真实的运行状态为；为位置预测误差；为速度预测误差；为角速度预测误差；为姿态差异；为预测四元数和真实四元数之间的角度差异； 将所述预测误差和真实的运行状态作为所述强化学习策略的反馈信号，所述强化学习策略根据所述反馈信号和任务控制指令输出指令。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。