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！

龙图腾网获悉南通大学申请的专利移动机器人结合加权双Q学习算法的高阶鲁棒控制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：CN121541484B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610063452.7，技术领域涉及：G05B13/04；该发明授权移动机器人结合加权双Q学习算法的高阶鲁棒控制方法是由茅靖峰;赵铭筠;秦秋月;后娟;郁雨航;吉彦羽;王永徽设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本移动机器人结合加权双Q学习算法的高阶鲁棒控制方法在说明书摘要公布了：本发明提供了一种移动机器人结合加权双Q学习算法的高阶鲁棒控制方法，包括以下步骤：步骤1，构建包含时变摩擦、多变坡度、随机外部扰动及传感器噪声复杂不确定性的智能小车运动场景；步骤2，设计加权双Q学习自适应非线性扩张状态观测器；步骤3，基于步骤2，构建包含轨迹跟踪误差、扰动估计误差与平稳性约束的奖励函数；步骤4，设计基于加权双Q学习自适应非线性扩张状态观测器的改进超螺旋滑模控制律；步骤5，设立多组工况仿真对比方案，进行仿真实验验证。本发明实现移动机器人对不同工况条件的实时自适应控制，提升系统的轨迹跟踪精度，同时抑制滑模控制抖振。

本发明授权移动机器人结合加权双Q学习算法的高阶鲁棒控制方法在权利要求书中公布了：1.一种移动机器人结合加权双Q学习算法的高阶鲁棒控制方法，其特征在于，包括以下步骤： 步骤1，在MATLABSimulink仿真平台中构建包含时变摩擦、多变坡度、随机外部扰动及传感器噪声复杂不确定性的智能小车运动场景； 步骤2，设计加权双Q学习自适应非线性扩张状态观测器； 步骤3，基于所述步骤2，针对移动机器人系统在复杂环境变化引起的轨迹跟踪误差、扰动估计误差及平稳性约束，构建奖励函数，通过持续的策略探索与参数更新，智能小车在不同扰动条件下自主学习最优轨迹跟踪； 所述步骤3中，奖励函数结构由误差评估单元、扰动抑制单元与增益平衡单元构成，用于综合评价系统在每次交互中的控制性能与观测精度，奖励函数定义为： ；式中，为即时奖励，为线速度误差，为速度误差变化率，为对总扰动的短时方差，为当前时刻观测器的自适应增益，为其初始参考值；分别为各项权重系数，用于平衡误差精度、响应速度、扰动抑制与增益调整幅度的相对影响； 步骤4，设计基于加权双Q学习自适应非线性扩张状态观测器的改进超螺旋滑模控制律生成低层控制输入，控制律形式为，控制律以滑模面为基础，通过双Q学习算法实现滑模参数的在线自适应更新，并依据观测器的最新扰动估计结果对控制律进行实时反馈修正，实现平滑连续的高精度轨迹跟踪并有效抑抖振； 所述步骤4中，最终控制律由等效控制项与超螺旋滑模项组成，用于在不确定扰动下实现稳定的轨迹跟踪控制； 设滑模面为，结合误差系统与观测器输出，得等效控制项： ； 式中，负责抵消系统已知项与估计扰动，为与系统误差状态相关的等效控制分量，误差系统的可计算部分，为控制通道增益矩阵，用于描述控制信号对系统误差变化的灵敏度，及为比例系数，为干扰估计值； 为抑制滑模抖振并提高控制连续性，引入超螺旋滑模校正项： ； 式中，保证误差的快速收敛和控制平滑性，为滑模面，为滑模参数，为内部校正变量； 由此得到最终控制律： ； 步骤5，设立多组工况仿真对比方案，进行仿真实验验证，在仿真环境中与传统基于扩张状态观测器的滑模控制方法进行对比分析。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。