公开(公告)号：CN112433525A

公开(公告)日：2021-03-02

申请号：CN202011275117.2

申请日：2020-11-16

Applicant: 南京理工大学

Inventor： 陈飞 ,  王海梅 ,  朱倩梅

IPC: G05D1/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于模仿学习及深度强化学习的移动机器人导航方法包括如下步骤：步骤1，建立移动机器人的环境模型；步骤2，构建基于模仿学习及深度强化学习算法耦合的导航控制框架，利用耦合的导航框架对移动机器人模型进行训练；步骤3，利用训练好的模型实现导航任务。

公开(公告)号：CN110909644A

公开(公告)日：2020-03-24

申请号：CN201911113469.5

申请日：2019-11-14

Applicant: 南京理工大学

Inventor： 朱倩梅 ,  王海梅 ,  陈飞

IPC: G06K9/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于强化学习的机械臂末端执行器抓取姿态调整方法及系统，方法包括：初始化机械臂及执行器的位姿；采集目标的点云信息；构建actor-critic强化学习网络模型；利用点云信息训练网络模型，并不断调整执行器抓取姿态，直至抓取到目标。系统用于实现上述方法。本发明采用强化学习网络，无需考虑目标的几何形状、摆放姿态，通过pointnet网络学习点云信息特征，再根据全连接层求出的三维向量进行抓取，该方法对任意目标具有良好的适应性。此外，本发明构建的强化学习网络采用在线学习方式，对于同一目标的不同姿态或者不同目标，在学习其点云信息特征的同时不断进行抓取，并在抓取之后更新网络参数。如此学习与试验同步进行，使得强化学习网络更全面。

公开(公告)号：CN110695988A

公开(公告)日：2020-01-17

申请号：CN201910830789.6

申请日：2019-09-04

Applicant: 南京理工大学

Inventor： 洪梦情 ,  郭毓 ,  王海梅 ,  蔡梁 ,  李勇 ,  张冕 ,  吴益飞 ,  郭健 ,  朱锐 ,  丁萌 ,  虞文杰 ,  夏子浦

IPC: B25J9/16

Abstract: 本发明公开了一种双机械臂协同运动方法及系统，该方法包括：根据实体双机械臂构建虚拟双机械臂三维空间模型；对机械臂进行运动学建模；确定双机械臂的协作范围；根据实际需求控制虚拟双机械臂运动至目标位姿，并在运动过程中结合协作范围实时进行路径规划和碰撞检测，并将可行的路点保存至工控机的数据库中；建立工控机与实际双机械臂的通信；工控机加载数据库中可行的路点至实际双机械臂，控制其运动至目标位姿。系统包括：工控机模块、通信模块、显示模块。本发明通过控制虚拟机械臂协同运动，并记录不会发生机械臂碰撞等问题的优选路点，根据这些路点控制实际机械臂运动至目标位姿，不会造成实际机械臂损伤，在机器人教学与实训等领域具有很好的应用价值。