一种机器人运动技能学习方法及系统

    公开(公告)号:CN114918919B

    公开(公告)日:2023-11-28

    申请号:CN202210587314.0

    申请日:2022-05-25

    Abstract: 本发明涉及一种机器人运动技能学习方法及系统,涉及机器人学习领域,该方法包括:获取机器人的当前环境状态参数及所述机器人的当前动作;根据当前环境状态参数及当前动作,采用无模型强化学习方法确定全局价值函数和无模型强化学习策略;根据当前环境状态参数和所述无模型强化学习策略,采用环境动态模型预测所述机器人下一时刻的轨迹,记为初始轨迹;所述环境动态模型为采用K个相同结构的概率神经网络拟合确定的;基于所述全局价值函数,采用模型预测轨迹积分方法优化所述初始轨迹,获得优化后的轨迹;根据优化后的轨迹确定控制所述机器人的运动指令。本发明提高了机器人运动的学习效率。

    一种机器人运动技能学习方法及系统

    公开(公告)号:CN114918919A

    公开(公告)日:2022-08-19

    申请号:CN202210587314.0

    申请日:2022-05-25

    Abstract: 本发明涉及一种机器人运动技能学习方法及系统,涉及机器人学习领域,该方法包括:获取机器人的当前环境状态参数及所述机器人的当前动作;根据当前环境状态参数及当前动作,采用无模型强化学习方法确定全局价值函数和无模型强化学习策略;根据当前环境状态参数和所述无模型强化学习策略,采用环境动态模型预测所述机器人下一时刻的轨迹,记为初始轨迹;所述环境动态模型为采用K个相同结构的概率神经网络拟合确定的;基于所述全局价值函数,采用模型预测轨迹积分方法优化所述初始轨迹,获得优化后的轨迹;根据优化后的轨迹确定控制所述机器人的运动指令。本发明提高了机器人运动的学习效率。

    一种电量识别和刚度筛选的耦合式传感方法及其传感系统

    公开(公告)号:CN111579891A

    公开(公告)日:2020-08-25

    申请号:CN202010391908.5

    申请日:2020-05-11

    Abstract: 本发明公开了一种电量识别和刚度筛选的耦合式传感方法及其传感系统。本发明利用静电感应与压电驻极体的近场效应,通过单层或双层压电驻极体薄膜分别提高带电量识别灵敏度或刚度判断灵敏度;前端电极为阈值刚度固定的球形拱顶结构,若目标物体的刚度大于前端电极的阈值刚度,则前端电极会发生非线性屈曲,产生高脉冲窄形变电信号;因此无需测量接触力与物体形变,直接实现对物体刚度的筛选;在一种结构上同时实现对目标的带电量测量与阈值刚度的判别;进一步地,通过阵列化排布不同刚度的前端电极,可以实现物体带电量分布识别以及更高精度地判定物体刚度范围;本发明具有高灵敏度、耦合识别、刚度筛选、阵列化、集成度高、体积微小等特点。

    一种电量识别和刚度筛选的耦合式传感方法及其传感系统

    公开(公告)号:CN111579891B

    公开(公告)日:2021-02-26

    申请号:CN202010391908.5

    申请日:2020-05-11

    Abstract: 本发明公开了一种电量识别和刚度筛选的耦合式传感方法及其传感系统。本发明利用静电感应与压电驻极体的近场效应,通过单层或双层压电驻极体薄膜分别提高带电量识别灵敏度或刚度判断灵敏度;前端电极为阈值刚度固定的球形拱顶结构,若目标物体的刚度大于前端电极的阈值刚度,则前端电极会发生非线性屈曲,产生高脉冲窄形变电信号;因此无需测量接触力与物体形变,直接实现对物体刚度的筛选;在一种结构上同时实现对目标的带电量测量与阈值刚度的判别;进一步地,通过阵列化排布不同刚度的前端电极,可以实现物体带电量分布识别以及更高精度地判定物体刚度范围;本发明具有高灵敏度、耦合识别、刚度筛选、阵列化、集成度高、体积微小等特点。

Patent Agency Ranking