[发明专利]一种基于深度强化学习的按摩机械手训练方法

权利要求书

1.一种基于深度强化学习的按摩机械手训练方法，其特征在于，通过动作捕捉手套采集数据，动作捕捉手套用于捕捉各手指关节、腕关节处动作数据，采集动作、压力数据，处理所述数据；所述处理数据过程为：将采集的每个动作片段剪辑为设定长度，并将剪辑后的动作片段平均分成若干份；提取动作片段的初始状态值和压力值，将动作值作为参考动作，将压力值归一化后作为参考压力值；构建参考动作集、参考压力集，并设置压力值舒适度范围；

将所述数据、参考动作、参考压力输入神经网络进行预测和决策，执行神经网络输出决策对应的动作值、压力值，并与参考动作、压力值舒适度范围对比；具体地，神经网络输入状态、参考动作、参考压力值、上一步生成的动作，通过奖励、值函数制定策略，每个策略对应一个输出动作，动作产生的状态作为下一个状态继续作为输入；当不满足设定条件时，重复神经网络预测和决策过程；满足设定条件后将训练好的网络与按摩机械手的控制系统相连；所述按摩机械手包括14个指关节、1个腕关节和一个肘关节，指关节和腕关节处安装带有压力传感器的触手。

2.根据权利要求1所述的一种基于深度强化学习的按摩机械手训练方法，其特征在于，所述动作捕捉手套对应于各手指关节、腕关节处安装压力传感器。

3.根据权利要求1所述的一种基于深度强化学习的按摩机械手训练方法，其特征在于，所述压力值舒适度范围由压力传感器多次收集反馈的压力数据得到。

4.根据权利要求1所述的一种基于深度强化学习的按摩机械手训练方法，其特征在于，所述触手为软垫。

5.根据权利要求1所述的一种基于深度强化学习的按摩机械手训练方法，其特征在于，所述神经网络采用卷积神经网络，动作分布用高斯进行建模。

6.根据权利要求1所述的一种基于深度强化学习的按摩机械手训练方法，其特征在于，通过收集按摩机械手的动作、压力数据进行微调。