龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：郑州大学
摘要：本发明公开了一种基于强化学习的机器人自主抓推控制方法，采用两个全卷积动作价值函数，分别执行相应的推动和抓握动作，每个全卷积动作价值函数将视觉观察映射到Q学习算法的最佳动作预测，在V‑REP仿真软件中添加UTR5机器人并固定RGB‑D相机，RGB‑D相机获取图像数据，经处理得到高度图，将高度图旋转为16个方向作为全卷积神经网络的输入，在混合分散系数影响下分别输出推和抓动作的Q值预测，根据当前推和抓动作的最大Q值预测选择动作，推动作的奖励由推动作是否使当前场景更利于抓取设计，当推动动作使场景中物块的分布更为分散时给予正奖励。本发明优化了学习网络训练过程，从而使机器人根据实时训练结果做出最有利的抓取和推动动作决策。
主权项：1.一种基于强化学习的机器人自主抓推控制方法，其特征在于，包括以下步骤：步骤1：使用V-REP软件搭建仿真平台模拟杂乱环境，包括RGB-D相机、UR5机器人、RG2机械爪、若干物块和工作区域；步骤2：设计复杂场景下推抓动作、末端执行器移动策略和旋转角度；步骤3：设计基于结合混合分散系数的神经网络模型；步骤4：通过RGB-D相机获取的图像得到高度图，并计算混合分散系数M；步骤5：基于强化学习的机器人自主抓推Q值预测；将高度图旋转为16个方向作为两个并行的抓取网络Φg和推动网络Φp的组成的全卷积神经网络的输入，并结合混合分散系数，将动作预测的像素Q值作为输出，筛选出该时刻具有最大Q值的抓取动作Qg和推动动作Qp，根据Qg和Qp选择动作；步骤6：设计动作奖励策略；步骤7：将经验存放到经验回放池；将s,a,s′,r,M,存储到经验池中，方便神经网络通过经验池数据完成神经网络的更新；其中，s表示当前状态，a表示当前状态下采取的动作，s’为采取动作后的下一状态，r为动作的奖励，M表示当前混合分散系数；步骤8：通过经验池数据完成神经网络权值更新。
全文数据：
权利要求：
百度查询： 郑州大学 一种基于强化学习的机器人自主抓推控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号