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技术大学申请的专利基于深度Koopman的机器人强化学习安全控制器在线更新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：CN120122448B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202510276494.4，技术领域涉及：G05B13/04；该发明授权基于深度Koopman的机器人强化学习安全控制器在线更新方法是由秦家虎;虞健兰;刘轻尘;马麒超;闫成真设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本基于深度Koopman的机器人强化学习安全控制器在线更新方法在说明书摘要公布了：本发明涉及安全强化学习技术领域，公开了一种基于深度Koopman的机器人强化学习安全控制器在线更新方法，包括：在仿真中采集随机输入控制的轨迹状态，训练深度Koopman神经网络，得到对应提升函数及演化矩阵；采用本征正交分解方法对该模型进行降维处理，获得投影矩阵及新的名义模型；在实机中进行强化学习策略迁移，交互中根据名义模型和当前观测状态得到观测误差，训练在线更新网络，得到残差矩阵；将名义模型与残差模型结合作为模型预测控制的模型约束，得到安全控制输入。本发明可以在线更新安全控制器，提升强化学习安全保障性能，适用于强化学习策略从仿真迁移到实机过程中存在模型差异、物理世界中存在扰动的动态环境等复杂情景。

本发明授权基于深度Koopman的机器人强化学习安全控制器在线更新方法在权利要求书中公布了：1.一种基于深度Koopman的机器人强化学习安全控制器在线更新方法，其特征在于，包括： 在仿真环境中随机生成机器人的控制输入序列，并采集机器人对应的状态集合； 将控制输入序列和机器人的状态集合输入深度Koopman网络进行训练，通过包含重构误差、预测误差和提升状态误差的损失函数优化深度Koopman网络参数，获得从机器人状态所在的状态空间到线性提升空间的提升函数及Koopman算子空间演化矩阵； 基于提升函数将机器人的状态映射至线性提升空间形成数据矩阵，通过降维处理得到投影矩阵及降维后的线性演化方程矩阵； 以线性演化方程矩阵为约束构建线性模型，预测控制优化问题，通过仿真调整参数，设计以安全区域平衡点为目标的安全控制器； 将离线仿真环境中的强化学习策略迁移至实际机器人作为初始策略，部署安全控制器；通过强化学习策略获得当前时间步的控制输入，机器人执行所述控制输入并与环境交互； 当安全控制器判断当前机器人状态安全时，进行强化学习策略的更新：实时采集机器人的状态，通过提升函数和投影矩阵计算机器人的观测状态，基于线性演化方程矩阵构成的名义模型预测状态误差，得到残差矩阵并更新在线名义模型； 当安全控制器判定当前机器人状态不安全时，启动安全控制器求解控制输入直至返回安全状态，再进行强化学习策略的更新。

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技术大学，其通讯地址为：230026 安徽省合肥市包河区金寨路96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。