[发明专利]一种基于循环神经网络的自评估机器人任务中错误可知的策略学习方法在审
| 申请号： | 202211451138.4 | 申请日： | 2022-11-20 |
| 公开（公告）号： | CN115723132A | 公开（公告）日： | 2023-03-03 |
| 发明（设计）人： | 王越;许可淳;熊蓉 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16;B25J15/08;G06N3/0442;G06N3/0455;G06N3/08 |
| 代理公司： | 杭州中成专利事务所有限公司 33212 | 代理人： | 李亦慈;唐银益 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 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循环神经网络的自评估机器人任务中错误可知的策略学习方法。本发明针对具有自评估模块的机器人任务可以在执行动作之前评估该动作的特性，充分利用动作的自评估结果，将其建模到错误可知的策略学习中，利用循环神经网络隐式地编码观测和评估的记忆，使得策略本身具有基于之前的错误尝试进行分布更新的能力，从而使得最终执行的动作更加安全可靠。相比于通用的排序策略，本发明考虑了之前尝试的自评估结果对动作概率值分布的影响，从而可以再观测不变的情况下根据已知的失败更新策略分布，使得探索的次数尽可能少，更适用于机器人算法的在线调整。 | ||
| 搜索关键词： | 一种 基于 循环 神经网络 评估 机器人 任务 错误 可知 策略 学习方法 | ||
【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浙江大学，未经浙江大学许可，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/202211451138.4/，转载请声明来源钻瓜专利网。
