摘要
本发明公开了一种基于安全约束机制的模仿学习的机器人细胞微操作方法。方法包括:获取机器人细胞微操作的示教视频对图像生成网络以及包含重建与技能信息分布损失函数的注意力网络进行训练,并提取出离散潜在编码;构建机器人细胞操作模型,并根据离散潜在编码构建安全动作约束;通过示教视频及机器人动作轨迹对模型进行训练;进行自主细胞微操作时,实时获取操作视频帧并和上一动作共同经模型处理后预测下一动作,进而控制机器人执行。本发明方法通过引入技能信息表示技术与安全约束机制,解决了微操作任务中多任务耦合、长时间操作精度以及安全性问题,具有高成功率并有效减少了操作失误和累积误差,能在现实物理环境中执行复杂的细胞操作任务。
技术关键词
机器人
图像生成网络
生成对抗网络
注意力
多层感知机
视频帧
机制
轨迹平滑方法
编码器
累积误差
程序
处理器
多任务
参数
可读存储介质
存储器
系统为您推荐了相关专利信息
图像处理方法
深度残差
生成器网络
网格
生成高分辨率
非线性模型预测控制
优化运动轨迹
特征金字塔网络
输出特征
高频特征
交通流量预测方法
时间门控
融合特征
矩阵
船舶自动识别系统