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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种基于深度强化学习的机械臂轨迹优化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：CN119328765B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411740447.2，技术领域涉及：B25J9/16；该发明授权一种基于深度强化学习的机械臂轨迹优化方法是由周翊民;吴逸帆;贺学义设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于深度强化学习的机械臂轨迹优化方法在说明书摘要公布了：本发明涉及一种一种基于深度强化学习的机械臂轨迹优化方法，包括下列步骤：步骤一：机械臂运动学建模；步骤二：多目标优化问题建模，机械臂的轨迹规划被视为多目标优化问题，优化的主要目标包括三个方面：轨迹精度、轨迹平滑度和能耗；步骤三：使用近端策略优化PPO强化学习算法，设计轨迹规划算法。

本发明授权一种基于深度强化学习的机械臂轨迹优化方法在权利要求书中公布了：1.一种基于深度强化学习的机械臂轨迹优化方法，包括下列步骤： 步骤一：机械臂运动学建模； 步骤二：多目标优化问题建模，机械臂的轨迹规划被视为多目标优化问题，优化的主要目标包括三个方面：轨迹精度、轨迹平滑度和能耗，包括： 设定总的优化目标函数： 4 其中，为机械臂关节角度，为第个目标函数，表示该函数对应的，表示机械臂第个关节的第个约束条件，机械臂关节总个数记为； 所述轨迹精度是指机械臂末端执行器实际轨迹与期望轨迹之间的距离误差，定义轨迹精度优化目标函数： 5 其中,分别表示期望轨迹和实际轨迹的末端执行器在欧几里德空间内的三维坐标位置，优化的目标是最小化期望位置与实际位置之间的误差； 所述轨迹平滑度优化目标函数定义如下： 6 其中，是关节的速度，是关节的加速度，和是对应的权重系数； 所述能耗优化考虑离散单位时间内角度变化平方和关节力矩之和，能耗成本函数表示为: 7 其中，是第个关节的角度变化量，是第个关节的扭矩； 步骤三：使用近端策略优化PPO强化学习算法，设计轨迹规划算法： 1包含观察空间与动作空间设计，纳入观察空间的状态变量包括关节角度、关节速度、末端执行器的位置和姿态信息；状态变量包括机械臂各个关节的当前状态、当前位置、目标状态和目标位置，以及当前端位姿与目标点之间的欧氏距离；当机械臂的运动状态超出其自身约束时，超出观察空间的特定关节状态将被调整到其最大极限值；动作空间的设置与每个关节的速度相对应，观察空间中的状态变量随着每个提供的动作而更新； 2包含奖励函数设计，同时考虑时间因素和机械臂规划任务的内在复杂性，提出奖励函数: 8 其中t代表迭代次数，奖励函数的分量，，分别与精度、平滑度和能耗有关，由优化函数得到： 9 10 11 其中，和为精度奖励的权重系数，为平滑奖励的权重系数，表示能耗奖励的权重系数； 在当前和期望的终点距离之间达到预定的最小距离时，提供额外的奖励： 12。

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中国科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽深圳大学城学苑大道1068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。