基于深度强化学习的机器人摔倒自恢复方法及装置

AITNT
正文
推荐专利
基于深度强化学习的机器人摔倒自恢复方法及装置
申请号:CN202511007606
申请日期:2025-07-22
公开号:CN120508129A
公开日期:2025-08-19
类型:发明专利
摘要
本公开提供了一种基于深度强化学习的机器人摔倒自恢复方法及装置,涉及传感器及机器人技术领域。该方法包括:响应于机器人处于摔倒状态,调取机器人的传感器数据,并根据传感器数据判断机器人的摔倒姿态信息;根据机器人的摔倒姿态信息,控制机器人调整至预备恢复姿态;执行基于深度强化学习训练得到的摔倒恢复策略,控制机器人由预备恢复姿态调整为预备站立姿态或者控制机器人站立。本公开可以实现机器人在发生摔倒后更稳定、更安全地完成自恢复动作,提高机器人在复杂场景下的自恢复能力与使用安全性。
技术关键词
恢复方法 图形用户界面呈现 深度强化学习算法 策略 关节 控件 运动状态信息 计算机可读指令 网络 计算机程序代码 传感器 编码器 学生 姿态偏差 四轮足机器人 教师 恢复装置
系统为您推荐了相关专利信息
1
一种大模型权重加密存储及解密加载方法、系统及应用
解密 加密芯片 加密存储设备 USB接口 推理系统
2
用于API接口校验的复用校验方法
校验代码 黑白名单 校验方法 插件 接口
3
一种基于强化学习的燃烧不稳定性控制方法
状态监测模块 执行器 强化学习算法 比例积分微分控制器 深度确定性策略梯度
4
商用飞机单一飞行员驾驶功能优化方法
功能优化方法 监控飞机状态 双人 单人 剪枝策略
5
基于特征提取与增强的电池健康状态估计方法及系统
BiLSTM模型 电压斜率 WGAN模型 充电循环次数 数据分布
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号