公开(公告)号：CN114905510A

公开(公告)日：2022-08-16

申请号：CN202210472577.7

申请日：2022-04-29

Applicant: 南京邮电大学

Inventor： 沈一鸥 ,  梁志伟 ,  高翔 ,  付羽佳

IPC: B25J9/16

Abstract: 一种基于自适应近端优化的机器人动作方法，包括如下步骤，步骤S1.开始执行仿真训练任务，判断机器人数据迭代次数是否达到要求次数，若没有达到，则重置机器人到一个初始状态，使用策略运行机器人进行T步或达到目标状态，若达到，则使用来自当前迭代过程中的k组数据训练critical网络；步骤S2.使用GAE估算优势函数值，忽视优势函数值中为负的数据或将其转换为正值；步骤S3.使用过去H组迭代数据和损失函数获取k组数据训练策略方差；步骤S4.使用当前迭代数据和损失函数获取k组数据训练策略均值。本方法在训练速度上的提升对于实际的动作训练帮助巨大。在执行三维连续动作的任务时稳定性明显优于其他方法。

公开(公告)号：CN114905510B

公开(公告)日：2023-07-28

申请号：CN202210472577.7

申请日：2022-04-29

Applicant: 南京邮电大学

Inventor： 沈一鸥 ,  梁志伟 ,  高翔 ,  付羽佳

IPC: B25J9/16

Abstract: 一种基于自适应近端优化的机器人动作方法，包括如下步骤，步骤S1.开始执行仿真训练任务，判断机器人数据迭代次数是否达到要求次数，若没有达到，则重置机器人到一个初始状态，使用策略运行机器人进行T步或达到目标状态，若达到，则使用来自当前迭代过程中的k组数据训练critical网络；步骤S2.使用GAE估算优势函数值，忽视优势函数值中为负的数据或将其转换为正值；步骤S3.使用过去H组迭代数据和损失函数获取k组数据训练策略方差；步骤S4.使用当前迭代数据和损失函数获取k组数据训练策略均值。本方法在训练速度上的提升对于实际的动作训练帮助巨大。在执行三维连续动作的任务时稳定性明显优于其他方法。