-
公开(公告)号:CN117301071A
公开(公告)日:2023-12-29
申请号:CN202311521198.3
申请日:2023-11-15
Applicant: 哈尔滨工程大学
IPC: B25J9/16
Abstract: 一种基于SAC和神经回路策略的机器人控制方法、电子设备及存储介质,属于机器人行为控制技术领域。为提高机器人处理速度和智能特性,本发明将机器人控制与强化学习中SAC算法相结合,摆脱了传统控制算法对模型的限制,提高了机器人的学习速度和对经验样本的利用效率,解决了机器人易陷入局部最优、无法合理规划动作的问题。通过构建四层神经回路策略网络作为控制输出生成网络,能够高效准确地完成机器人控制,与当前时期其他技术相比,本方法对硬件算力要求更低,能够拥有较高的计算效率,只需要少量神经元便能达到较好的效果。本方法工作原理更接近神经细胞的功能原理,具有更先进的理论支撑,在人工智能领域有更多发展潜力。
-
公开(公告)号:CN117519159A
公开(公告)日:2024-02-06
申请号:CN202311521202.6
申请日:2023-11-15
Applicant: 哈尔滨工程大学
Abstract: 一种视觉感知车辆自动驾驶系统及其自动驾驶方法,属于车辆自动驾驶技术领域。为提高自动驾驶系统的处理速度和智能特性,本发明输入模块连接卷积特征提取模块,卷积特征提取模块连接控制系统模块;输入模块用于采集事件相机实时捕捉车辆前向图像;卷积特征提取模块为卷积神经网络,包括卷积层、池化层和全连接层,卷积特征提取模块用于从输入模块传输的输入图像的像素中提取数字结构特征,得到输入图像数据的特征向量序列;控制系统模块为神经回路策略网络,由四层分层网络拓扑结构构建而成,包括感知层、中转层、控制层和驱动层。本发明拥有较高的计算效率,有利于对时间序列建模,在更小的参数量下有更好的效果,具有鲁棒性和较强可解释性。
-