发明专利已授权

一种基于图神经网络强化学习的机器人自主控制方法

Name: 一种基于图神经网络强化学习的机器人自主控制方法
Brand: 杭州电子科技大学
SKU: 2020110775806
Availability: InStock

📄 申请号：CN202011077580.6 📄 发布日：2026/07/23

著录项目信息

申请日

2020-10-10

公开号

CN112297005B

公开日

2021-10-22

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

B25J9_16

IPC 分类号

B25J9_16 , G06N3_04 , G06N3_08 ,

技术画像

所属领域

控制方法机器人自主控制强化学习图神经网络控制方法

应用场景

工业机器人, 智能制造, 自主导航, 智能控制, 人机协作

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于图神经网络强化学习的机器人自主控制方法。本发明步骤如下:1、根据环境反馈给机器人传感器的信息和机器人的物理结构，组建机器人的特征图。2、将得到的特征图输入到图神经网络，在训练阶段使用机器人感知到的监督信息对图神经网络进行训练。3、使用训练完成的图神经网络对感知状态信息进行处理，得到更新后的机器人状态信息，预测下一时刻机器人的状态信息。4、使用建立起来的环境模型，以及模型预测控制算法，对未来一步机器人动作进行决策。本发明使用基于图网络的强化学习模型，成功地完成了之前强化学习并不能很好完成的动作提升了机器人自主控制的稳定性和可靠性，使得机器人自主控制更加便于实际应用。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN112297005B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种基于下肢关节力矩估计的关节磨损情况分析系统

当前第 / 件

一种通过控制析晶动力调整铁电性的储能玻璃陶瓷、制备方法及应用

同领域国内专利 · IPC: (B25J9_16)

B25J9_00 B25J9_02 B25J9_04 B25J9_06 B25J9_08 B25J9_10 B25J9_12 B25J9_14 B25J9_16 B25J9_18 B25J9_20 B25J9_22 覆盖12个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：37 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)