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！

龙图腾网获悉上海鸿亦昌实业有限公司申请的专利基于深度强化学习的机器人决策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：CN120645237B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511164133.7，技术领域涉及：B25J9/16；该发明授权基于深度强化学习的机器人决策方法是由关海啸;任月佳;周庆涛;孙鸿博设计研发完成，并于2025-08-20向国家知识产权局提交的专利申请。

本基于深度强化学习的机器人决策方法在说明书摘要公布了：本发明涉及机器人控制技术领域，具体为基于深度强化学习的机器人决策方法，包括以下步骤，获取变化率数据序列，计算帧差值，筛选大于阈值数据帧，提取均值向量，生成特征向量集，拼接剩余时间与距离比值，构建编码矩阵，调整权重参数，筛选任务组，映射排序，生成任务批次集，筛选适配任务，生成执行序列清单。本发明，通过对环境感知数据中多项变化率序列进行相邻帧差值筛选并提取突变段特征，策略评估过程中通过筛选特定内积结果动态调整策略优先级，提升了策略适应性，筛选冲突最小且优先级最高的任务组合，根据计算能力差值筛选匹配度更高的任务批次，增强了机器人系统在复杂任务场景中的自主响应能力和执行可靠性。

本发明授权基于深度强化学习的机器人决策方法在权利要求书中公布了：1.基于深度强化学习的机器人决策方法，其特征在于，包括以下步骤： S1：获取机器人在新能源汽车生成中的实时环境数据，计算相邻帧差值，筛选大于变化率阈值的数据帧，提取对应时间段内的数据段特征均值向量，生成突变段特征均值向量集； S2：基于所述突变段特征均值向量集，计算剩余时间与障碍物最短距离之间的比值，调用比值与突变段特征均值向量集进行拼接，构建状态输入编码矩阵，生成策略输入编码矩阵； S3：基于所述策略输入编码矩阵，调用深度强化学习策略网络中现有策略分支权重参数向量，计算编码矩阵与权重参数向量之间的内积，选小于基准值的策略分支，调整对应权重参数值，生成策略分支更新权重集； S4：获取任务队列中任务依赖完成标识数据，筛选冲突标识为无冲突的任务组，基于所述策略分支更新权重集，计算任务组策略映射得分，按得分排序，筛选排名靠前的任务组，生成策略映射任务批次集； S5：基于所述策略映射任务批次集，调用执行单元剩余计算能力，计算策略映射任务批次集与剩余计算能力系数之间的差值，判断差值是否小于计算能力适配阈值，筛选符合适配条件的任务批次，生成策略执行序列清单； 所述突变段特征均值向量集包括时间段编号索引、变化率统计向量、特征段内持续时间、特征段起止时间戳和特征段权重评分，所述策略输入编码矩阵包括时间段输入编码索引、特征拼接向量、剩余时间比例项、障碍距离比例项和状态向量长度标识，所述策略分支更新权重集具体为策略编号索引、调整后权重值、原始权重差值、更新触发标识和更新时间戳，所述策略映射任务批次集包括批次编号、批次内任务索引、批次内映射得分排序、批次执行优先级标识和批次可用资源索引，所述策略执行序列清单包括序列编号、序列内任务映射索引、对应执行单元编号、映射优先级评分和可用算力适配记录。

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上海鸿亦昌实业有限公司，其通讯地址为：201111 上海市闵行区元江路5500号第1幢；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。