[发明专利]乒乓球机器人的深度强化学习旋转速度预测方法及系统有效
| 申请号： | 201910713089.9 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110458281B | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 杨跞;贺琪欲;张海波;许楠 | 申请（专利权）人： | 中科新松有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;A63B69/00;A63B67/04;A63B71/06 |
| 代理公司： | 北京科石知识产权代理有限公司 11595 | 代理人： | 李艳霞 |
| 地址： | 201206 上海市浦东新区自由贸*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种乒乓球机器人的深度强化学习旋转速度预测方法及系统，预测方法包括将等时间间隔的乒乓球来球位置序列归一化；将归一化序列输入到深度LSTM网络中；将得到的LSTM的状态向量输入到入射旋转估计深度神经网络中，得到入射旋转速度；计算深度强化学习的奖励反馈；将当前次击球过程的乒乓球来球位置序列、乒乓球入射旋转速度和奖励反馈组合成一次击球记忆，存入记忆库中；从记忆库中随机选取至少一条记忆，将LSTM的状态向量和乒乓球入射旋转速度输入到奖励反馈估计深度神经网络中，输出奖励反馈估计，并对入射旋转估计深度神经网络和奖励反馈估计深度神经网络进行反向传播和参数更新。本申请应对旋转球时能够准确回球。 | ||
| 搜索关键词： | 乒乓球 机器人 深度 强化 学习 旋转 速度 预测 方法 系统 | ||
【主权项】：
1.一种乒乓球机器人的深度强化学习旋转速度预测方法，用于对乒乓球的入射旋转速度进行深度强化学习预测，其特征在于，包括以下步骤：/n将等时间间隔的乒乓球来球位置序列归一化，得到归一化序列；/n将归一化序列输入到深度LSTM网络中，得到LSTM的状态向量；/n将LSTM的状态向量输入到入射旋转估计深度神经网络中，得到入射旋转速度；/n采集机器人根据乒乓球入射旋转速度完成击球动作后的乒乓球实际回球落点空间位置和乒乓球实际回球过网高度，并根据采集到的乒乓球实际回球落点空间位置和乒乓球实际回球过网高度，以及预设的回球落点空间位置和预设的过网高度，计算得到深度强化学习的奖励反馈；/n将当前次击球过程的乒乓球来球位置序列、乒乓球入射旋转速度和奖励反馈组合成一次击球记忆，存入记忆库中；/n每次击球完成后，从记忆库中随机选取至少一条记忆，将LSTM的状态向量和乒乓球入射旋转速度输入到奖励反馈估计深度神经网络中，输出奖励反馈估计，并对入射旋转估计深度神经网络和奖励反馈估计深度神经网络进行反向传播和参数更新。/n
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中科新松有限公司，未经中科新松有限公司许可，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/201910713089.9/，转载请声明来源钻瓜专利网。
