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！

摘要：本公开提供一种自平衡设备的平衡控制方法、装置、设备及存储介质，涉及机器人控制技术领域。该方法包括：获取所述自平衡设备偏离平衡状态的当前位姿变化参数；根据所述当前位姿变化参数获得所述自平衡设备的当前线性控制率；根据所述当前位姿变化参数和所述当前线性控制率获得主控制输入；根据所述当前位姿变化参数获得当前状态向量；基于所述当前状态向量获得副控制输入；根据所述主控制输入和所述副控制输入获得当前致动数据，以驱使所述自平衡设备恢复平衡。该方法基于机器学习技术，在线性控制的基础上叠加了强化学习反馈控制，实现了提高平衡控制的控制效果。

主权项：1.一种自平衡设备的平衡控制方法，其特征在于，所述自平衡设备包括驱动体和滚动体，所述方法包括：获取所述自平衡设备偏离平衡状态的当前位姿变化参数，所述当前位姿变化参数包括高度变化参数；根据所述当前位姿变化参数获得所述自平衡设备的当前线性控制率；根据所述当前位姿变化参数和所述当前线性控制率获得主控制输入；根据所述当前位姿变化参数获得当前状态向量；基于所述当前状态向量获得副控制输入；根据所述主控制输入和所述副控制输入获得当前致动数据，以驱使所述自平衡设备恢复平衡；所述基于所述当前状态向量获得副控制输入包括：获取当前在线策略网络；将所述当前状态向量输入所述当前在线策略网络，获得所述副控制输入；获取当前在线行为值网络、当前目标行为值网络和当前目标策略网络；获取当前奖励；获得下一时间步的状态向量；基于所述当前状态向量、所述当前调整行为、所述当前奖励和所述下一时间步的状态向量和所述当前目标策略网络，通过所述当前目标行为值网络更新所述当前在线行为值网络；基于所述当前状态向量、所述当前调整行为和所述下一时间步的状态向量，根据更新的在线行为值网络更新所述当前在线策略网络；获取软更新参数；根据所述软更新参数和更新的当前在线行为值网络对所述当前目标行为值网络进行软更新；根据所述软更新参数和更新的当前在线策略网络对所述当前目标策略网络进行软更新；所述获取当前奖励包括：获取奖励函数，所述奖励函数中的唯一变量为所述驱动体的倾斜角度，所述奖励函数包括使奖励恒为正值的常数；将所述驱动体的当前倾斜角度代入所述奖励函数，获得所述当前奖励。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 自平衡设备的平衡控制方法、装置、设备及存储介质