[发明专利]一种基于深度强化学习的四足机器人跌倒自复位控制方法有效
| 申请号： | 201911128299.8 | 申请日： | 2019-11-18 |
| 公开（公告）号： | CN110861084B | 公开（公告）日： | 2022-04-05 |
| 发明（设计）人： | 宋光明;何淼;韦中;宋爱国 | 申请（专利权）人： | 东南大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16;B62D57/032 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 薛雨妍 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度强化学习的四足机器人跌倒自复位控制方法，属于机器学习和机器人控制技术领域。步骤包括：建立四足机器人模型，构建并学习执行器网络，训练控制策略，底层系统执行四个步骤。本发明利用深度强化学习算法可使机器人在跌倒的任意姿态下于平地上实现自主复位，无需预先编程，无需人为干预，提升了机器人的智能性、灵活性和环境适应性。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 机器人 跌倒 复位 控制 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911128299.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种工业废料干式破碎装置
- 下一篇：一种用于高效脱除VOC的滤网加工工艺
