[发明专利]基于动态模型与事后经验回放的多目标机器人控制方法有效
| 申请号： | 202011281615.8 | 申请日： | 2020-11-16 |
| 公开（公告）号： | CN112518742B | 公开（公告）日： | 2022-01-25 |
| 发明（设计）人： | 李秀;杨瑞;吕加飞;杨宇 | 申请（专利权）人： | 清华大学深圳国际研究生院 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16;B25J13/00;G06F30/27;G06N7/00;G06F113/28 |
| 代理公司： | 深圳新创友知识产权代理有限公司 44223 | 代理人： | 江耀纯 |
| 地址： | 518055 广东省深圳市*** | 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动态模型与事后经验回放的多目标机器人控制方法，本发明能够学习到完成整个目标空间的策略，在泛化性上比现有方法更有优势；本发明通过基于模型的值函数估计和事后经验回放提高了多目标强化学习中的数据利用效率；相比其他离线值函数估计方法没有离线偏差，虽然存在模型误差，但是本发明通过单步与多步值函数估计的加权求和权衡了模型误差和学习速度，具有更好的表现。 | ||
| 搜索关键词： | 基于 动态 模型 事后 经验 回放 多目标 机器人 控制 方法 | ||
【主权项】：
暂无信息
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清华大学深圳国际研究生院，未经清华大学深圳国际研究生院许可，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/202011281615.8/，转载请声明来源钻瓜专利网。
