一种基于深度强化学习的机器人投掷运动控制方法及装置

    公开(公告)号:CN119283018A

    公开(公告)日:2025-01-10

    申请号:CN202411240456.5

    申请日:2024-09-05

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于深度强化学习的机器人投掷运动规划方法,包括以下步骤:通过虚拟仿真环境构建机器人投掷任务的数据集;将数据集用于训练神经网络预测投掷物体的落点;基于深度强化学习算法,通过机器人与预测落点的深度神经网络不断试错学习,以获得投掷行为的物理参数;将网络输出投掷行为的物理参数直接部署到实物环境中,进而控制机器人执行实际的投掷任务。本发明通过一个深度神经网络去拟合虚拟仿真环境的投掷行为,避免了强化学习中采用虚拟仿真环境训练时间过长的问题。虚拟仿真环境与实物环境1:1还原,既能避免直接在实物机器人训练的安全问题,能将训练好的模型直接迁移到实物平台上,实现了机器人自主执行投掷任务。

    一种基于数据驱动和参数混合优化的多轴运动控制方法

    公开(公告)号:CN105955206B

    公开(公告)日:2018-04-20

    申请号:CN201610361592.9

    申请日:2016-05-26

    Applicant: 东华大学

    Abstract: 本发明涉及一种基于数据驱动和参数混合优化的多轴运动控制方法,在PC上位机中完成数据驱动算法和参数混合优化算法的搭建与调试,由上位机中编译模块和运行模块生成下位机多轴运动控制器端可识别的运动控制代码。光电编码器对电机侧的运行状态进行检测并作为反馈信号传递给多轴运动控制器,与期望位置输入信号比较得到位置误差信号,该误差信号作为MFAC控制算法的输入,从而构成电机驱动系统最外层的位置控制环。基于数据驱动理论的多轴运动控制方法,无需具体受控系统数学模型,仅需输入和输出数据信息即可设计受控系统的控制器,有效解决了多电机驱动系统中未建模动态对系统的影响以及对系统模型的依赖。

    一种3D打印机平台
    25.
    实用新型

    公开(公告)号:CN205705311U

    公开(公告)日:2016-11-23

    申请号:CN201620197804.X

    申请日:2016-03-15

    Applicant: 东华大学

    Abstract: 本实用新型提供了一种3D打印机平台,包括壳体,在壳体内设有打印平台,在打印平台的上方设有热床,在热床上方设有挤出头,在壳体内设有微控制器,其特征在于,挤出头与送料机分离布置;所述挤出头设于十字架移动机构上,挤出头沿十字架移动机构沿X轴运动或沿Y轴运动;在热床内设有由微控制器控制的加热模块。本实用新型具有打印速度快、精度高、打印容积大的特点,同时可支持脱机打印以及双料打印,操作便捷,便于推广使用。

Patent Agency Ranking