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！

龙图腾网恭喜中国科学院自动化研究所申请的专利基于强化学习的仿生水下机器人节能游动步态学习方法和装置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：CN119356094B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411488200.6，技术领域涉及：G05B13/04；该发明授权基于强化学习的仿生水下机器人节能游动步态学习方法和装置是由张天栋;曹麒元;王睿;王硕设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本基于强化学习的仿生水下机器人节能游动步态学习方法和装置在说明书摘要公布了：本发明提供一种基于强化学习的仿生水下机器人节能游动步态学习方法和装置，涉及机器人技术领域，包括：模仿仿生机器鱼的结构，设计构建基于细长体理论的强化学习仿真环境；基于机器鱼的任务目标及运动状态构建马尔可夫决策模型；基于强化学习，学习框架的仿鱼航行器高效节能间歇游动步态。本发明能够实现基于深度强化学习的机器鱼高效节能游动步态学习。

本发明授权基于强化学习的仿生水下机器人节能游动步态学习方法和装置在权利要求书中公布了：1.一种基于强化学习的仿生水下机器人节能游动步态学习方法，其特征在于，包括如下步骤：步骤1、仿生水下机器人选择机器鱼，模仿仿生机器鱼的结构，设计构建基于细长体理论的强化学习仿真环境；强化学习仿真环境在仿真中对机器鱼的物理性质进行模拟，模拟机器鱼的不同运动状态下的受力情况；强化学习仿真环境的输入为机器鱼的控制参数，包括中枢模式发生器的频率、幅值、间歇因子三个参数，输出为机器鱼的受力情况、位置信息；强化学习仿真环境在计算机仿真中构建模拟仿生机器鱼的交互平台，使得强化学习算法进行训练，大大提升仿真速率；步骤2、基于机器鱼的任务目标及运动状态构建马尔可夫决策模型，包括：通过构建节能游动步态奖励模块、动作空间以及状态空间，在仿真中将机器鱼的运动状态输入至奖励模块，对机器鱼的最优游动步态进行优化，从而找到仿生机器鱼的最优游动步态；步骤3、基于强化学习，构建学习框架，所述学习框架包括强化学习的仿真环境、马尔科夫决策模型，实现仿生水下机器人高效节能间歇游动步态学习；实现仿生水下机器人高效节能间歇游动步态学习包括：通过间歇CPG模块模仿自然界中鱼类的高效节能间歇游动行为，构建机器鱼的间歇游动CPG控制模块，控制机器鱼的游动和滑行；由间歇CPG模块输出尾鳍震荡，实现水下机器人的高效游动。

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自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。