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！

龙图腾网获悉苏州大学申请的专利基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法及系统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：CN121608162B 。

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：202610130561.6，技术领域涉及：B25J9/16；该发明授权基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法及系统是由程诚;郑维瀚;严坤飞;吴洪状;陈涛设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法及系统在说明书摘要公布了：本发明公开了一种基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法及系统，方法包括：多棋类博弈场景初始化；交互对象行为与情绪感知；交互对象瞬时状态时序解算；难度系数双向映射计算，得到最终难度系数；根据输出的最终难度系数态调节预设的AlphaZero强化学习模型的博弈策略以及机械臂的运动学参数，以实现机器人博弈水平与动作表现的双重拟人化；执行控制与安全检测；本发明实时感知交互对象行为与情绪，在博弈策略与物理动作双维度上实现博弈难度的自适应调节，有效提升了人机博弈的交互体验与智能化水平。

本发明授权基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法及系统在权利要求书中公布了：1.基于行为与情绪自适应博弈难度调节的多棋类博弈机器人控制方法，其特征在于，应用于多棋类博弈机器人系统，所述方法包括以下步骤： 根据选择的棋种，在棋盘触摸屏上加载对应的棋盘UI界面及底层博弈引擎；系统在首次部署或配置变更时建立棋盘触摸屏像素坐标系与博弈机器人机械臂基座坐标系的映射矩阵； 在博弈过程中，实时获取包含交互对象手部动作与面部表情的RGB图像序列； 对获取的RGB图像序列进行深度特征提取与时序分析，生成手部姿态特征向量与面部情绪特征向量；将手部姿态特征向量、面部情绪特征向量拼接后构建多维时序张量；将多维时序张量输入LSTM时序状态分析模型，模型输出交互对象当前的瞬时状态分数，瞬时状态分数包括行为犹豫度分数与情绪效价分数； 将多维时序张量输入LSTM时序状态分析模型，模型输出交互对象当前的瞬时状态分数；包括： 时序特征编码：利用LSTM时序状态分析模型网络内部的遗忘门、输入门与输出门机制，更新细胞状态与隐藏层状态，用于捕捉交互对象在时间维度上的动态变化特征； 状态分数映射：通过预设的线性映射层，将LSTM时序状态分析模型在时刻输出的隐藏层状态向量映射为二维的瞬时状态分数向量具体计算公式如下： ； 其中，为预设的权重矩阵，为偏置项向量，为Sigmoid激活函数； 输出结果定义：计算得到向量； 其中，为行为犹豫度分数；为情绪效价分数，为矩阵的转置； 基于瞬时状态分数，通过线性赋权公式计算理论难度预测值，然后利用防振荡平滑机制，当理论难度预测值的变化斜率的绝对值持续低于预设波动噪声阈值，或理论难度预测值的单调变化趋势持续的时间小于设定的时间窗阈值，则判定为偶发性干扰，全局目标难度系数为上一轮次计算得到的全局目标难度系数；当呈现单调变化趋势且持续时间大于等于设定的时间窗阈值时，交互对象状态发生趋势性改变，进入平滑更新逻辑，利用加权移动平均公式计算全局目标难度系数，最后将全局目标难度系数作为最终难度系数； 基于瞬时状态分数，通过线性赋权公式计算理论难度预测值，表示为： ； 其中，为当前时刻的理论难度预测值，为行为权重系数，为情绪权重系数，且；为行为犹豫度分数；为情绪效价分数； 利用加权移动平均公式计算全局目标难度系数，表示为： ； 其中，为平滑因子，为上一轮次计算得到的全局目标难度系数； 根据最终难度系数动态调节预设的AlphaZero强化学习模型参数，并利用调整后的参数在当前棋局状态下执行推理，得到最终执行落子坐标；然后再利用最终难度系数动态调整机械臂的轨迹规划速度及落子前停留时间； 控制系统驱动机械臂按照落子坐标、机械臂的轨迹规划速度及落子前停留时间执行落子操作，同时进行安全检测，包括末端力检测和人手干涉检测。

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苏州大学，其通讯地址为：215222 江苏省苏州市吴江区久泳西路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。