[发明专利]基于深度增强学习的预观控制仿人机器人步态规划方法有效
| 申请号： | 201810465382.3 | 申请日： | 2018-05-16 |
| 公开（公告）号： | CN108549237B | 公开（公告）日： | 2020-04-28 |
| 发明（设计）人： | 毕盛;刘云达;董敏;张英杰;闵华清 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度增强学习的预观控制仿人机器人步态规划方法，包括步骤：1)通过装配在仿人机器人上的传感器获取状态信息；2)改进现有的深度强化学习网络，定义全新的状态、动作向量和奖励函数；3)使用定义的动作向量对预观控制器的输出进行修正，计算出仿人机器人双腿各舵机的角度，指导仿人机器人行走；4)在仿人机器人行走过程中，用状态、动作向量、奖励函数的值更新改进的深度强化学习网络。本发明方法可有效解决仿人机器人在复杂环境下的行走问题，且在仿真平台和实体机器人上进行了测试，验证了此方法的有效性。 | ||
| 搜索关键词： | 基于 深度 增强 学习 控制 人机 步态 规划 方法 | ||
【主权项】：
1.基于深度增强学习的预观控制仿人机器人步态规划方法，其特征在于，包括以下步骤：1)通过装配在仿人机器人上的传感器获取状态信息；2)改进现有的深度强化学习网络，定义全新的状态、动作向量和奖励函数；3)使用定义的动作向量对预观控制器的输出进行修正，计算出仿人机器人双腿各舵机的角度，指导仿人机器人行走；4)在仿人机器人行走过程中，用状态、动作向量、奖励函数的值更新改进的深度强化学习网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810465382.3/，转载请声明来源钻瓜专利网。
