公开(公告)号：CN114131603B

公开(公告)日：2023-09-12

申请号：CN202111473137.5

申请日：2021-12-02

Applicant: 复旦大学

Inventor： 杨子鹏 ,  商慧亮

IPC: B25J9/16 ,  G06V20/00 ,  G06V10/40 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0895 ,  G06N3/092 ,  G06N3/096

Abstract: 本发明公开了一种基于感知增强和场景迁移的深度强化学习机器人抓取方法，主要涉及智能机器人领域；包括步骤：S11、通过RGB‑D相机获取场景信息作为状态；S12、提取特征；S13、通过感知增强模块对抓取对象特征增强；S14、变换得到动作空间Q表，执行Q值最大的动作；S15、判定是否抓取成功，并进行模型更新；S21、通过RGB‑D相机获取场景信息作为状态；S22、将真实抓取场景变换成仿真风格的场景；S23、载入仿真环境训练好的模型；S24、提取特征；S25、通过感知增强模块对抓取对象特征增强；S26、变换得到动作空间Q表，执行Q值最大的动作；本发明能够促进抓取性能的提升，能够节省训练成本。

公开(公告)号：CN114131603A

公开(公告)日：2022-03-04

申请号：CN202111473137.5

申请日：2021-12-02

Applicant: 复旦大学

Inventor： 杨子鹏 ,  商慧亮

IPC: B25J9/16 ,  G06V20/00 ,  G06V10/40 ,  G06V10/82 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于感知增强和场景迁移的深度强化学习机器人抓取方法，主要涉及智能机器人领域；包括步骤：S11、通过RGB‑D相机获取场景信息作为状态；S12、提取特征；S13、通过感知增强模块对抓取对象特征增强；S14、变换得到动作空间Q表，执行Q值最大的动作；S15、判定是否抓取成功，并进行模型更新；S21、通过RGB‑D相机获取场景信息作为状态；S22、将真实抓取场景变换成仿真风格的场景；S23、载入仿真环境训练好的模型；S24、提取特征；S25、通过感知增强模块对抓取对象特征增强；S26、变换得到动作空间Q表，执行Q值最大的动作；本发明能够促进抓取性能的提升，能够节省训练成本。