公开(公告)号：CN118133930A

公开(公告)日：2024-06-04

申请号：CN202311371957.2

申请日：2023-10-20

Applicant: 山东大学

Inventor： 杨硕 ,  张伟 ,  宋然 ,  李大猷 ,  赵晨琨 ,  李腾 ,  巨浩

IPC: G06N3/092 ,  G06N3/006 ,  G06F18/25 ,  G06V20/50 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0499

Abstract: 本发明公开了一种基于多模态自适应融合的机器人技能连续学习方法及系统，涉及机器人学习技术领域。该方法包括步骤：获取机器人操作环境和操作任务的多种模态数据；利用深度学习将多种模态数据特征进行自适应融合；利用强化学习算法将融合后的数据特征对机器人进行操作技能的实际训练；其中，训练过程为连续学习，包括新策略的学习和旧策略的经验重访；根据训练结果更新机器人的操作技能。本发明旨在融合多模态传感器数据，通过连续学习方式实现机器人在多样化任务和环境中的高效学习和自适应操作，显著提升机器人面向动态复杂场景的连续学习能力，增强其在多种任务上的泛化性。