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！

龙图腾网恭喜贵州翰凯斯智能技术有限公司申请的专利基于深度强化学习的双点渐进成形制造方法及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：CN114757102B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210410301.6，技术领域涉及：G06F30/27；该发明授权基于深度强化学习的双点渐进成形制造方法及装置是由崔强;何梦兮;和四忠;杨道乾;李江山;喻川;西达思·苏哈斯·帕维尔设计研发完成，并于2022-04-19向国家知识产权局提交的专利申请。

本基于深度强化学习的双点渐进成形制造方法及装置在说明书摘要公布了：本发明提供一种基于深度强化学习的双点渐进成形制造方法及装置，方法包括：获取待制造的三维模型并进行分层获取多个主工作路径以及候选的多个支撑路径，选择初始的当前主工作路径和当前支撑路径；根据当前主工作路径和选择的当前支撑路径在实际应用环境中分别循环控制主、从机器人的机械臂进行渐进成形，获取成形曲面；将成形曲面与目标曲面上的偏差值作为状态向量，应用预训练的深度强化学习模型进行强化学习，循环输出与下一主工作路径对应的支撑路径，并根据下一主工作路径和与下一主工作路径对应的支撑路径循环更新当前主工作路径和当前支撑路径，直至完成三维模型的渐进成形。本发明能够进行从机器人的支撑策略调整，灵活度高，成形精度高。

本发明授权基于深度强化学习的双点渐进成形制造方法及装置在权利要求书中公布了：1.一种基于深度强化学习的双点渐进成形制造方法，其特征是，所述方法包括：获取待制造的三维模型并对所述三维模型进行分层获取多个主工作路径以及与每个所述主工作路径对应的候选的多个支撑路径，根据成形方向选择初始的主工作路径以及与所述初始的主工作路径对应的一支撑路径作为初始的当前主工作路径和当前支撑路径；根据当前主工作路径和选择的当前支撑路径在实际应用环境中分别循环控制主、从机器人的机械臂进行渐进成形，获取与所述当前主工作路径对应的成形曲面；在所述根据当前主工作路径和选择的当前支撑路径在实际应用环境中分别循环控制主、从机器人的机械臂进行渐进成形之前，包括：在Grasshopper中构建与待制造的所述三维模型的实际应用环境相符的数字仿真环境；在所述数字仿真环境对所述三维模型进行仿真，结合仿真结果对深度强化学习模型进行训练，获取预训练的所述深度强化学习模型；其中，在所述数字仿真环境对所述三维模型进行仿真，结合仿真结果对所述深度强化学习模型进行训练，获取预训练的所述深度强化学习模型，包括：根据成形方向选择初始的主工作路径作为当前仿真主工作路径，并根据所述当前仿真主工作路径从候选的多个支撑路径中随机选择其中一个作为初始的当前仿真支撑路径；根据所述当前仿真主工作路径和所述当前仿真支撑路径应用所述数字仿真环境进行仿真成形，获取与所述当前仿真主工作路径对应的仿真成形曲面和仿真成形曲面回弹值；将所述仿真成形曲面与目标曲面的偏差值作为状态向量对输入所述深度强化学习模型进行支撑策略的强化学习，并结合所述仿真成形曲面回弹值，更新与下一仿真主工作路径对应的仿真支撑路径和当前回报值；根据所述下一仿真主工作路径和对应的仿真支撑路径分别对所述当前仿真主工作路径和所述当前仿真支撑路径进行循环更新，根据更新后的所述当前仿真主工作路径和所述当前仿真支撑路径循环控制机械臂进行渐进成形，循环更新所述仿真成形曲面；根据更新的所述仿真成形曲面与所述目标曲面循环更新所述状态向量，根据更新的所述状态向量和所述回报值调整所述深度强化学习模型的模型参数，直至满足所述深度强化学习模型的收敛条件；将所述成形曲面与目标曲面的偏差值作为状态向量，应用预训练的深度强化学习模型进行支撑策略的强化学习，循环输出与下一主工作路径对应的支撑路径，并根据所述下一主工作路径和与所述下一主工作路径对应的所述支撑路径循环更新所述当前主工作路径和所述当前支撑路径，直至完成所述三维模型的渐进成形。

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贵州翰凯斯智能技术有限公司，其通讯地址为：550000 贵州省贵阳市贵阳国家高新技术产业开发区沙文镇沙文生态科技产业园长通智能制造产业基地一期3号厂房；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”。