公开(公告)号：CN115890726B

公开(公告)日：2025-05-20

申请号：CN202211404026.3

申请日：2022-11-10

Applicant: 大连理工大学 ,  清华大学

Inventor： 刘秀平 ,  刘健 ,  段孝友 ,  林振

IPC: B25J15/08 ,  B25J9/16 ,  G06V10/422 ,  G06V20/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明提出一种基于DDPG强化学习算法的平行夹具设计形状生成方法，属于面向机器人抓取任务的平行夹具形状生成领域。本发明利用强化学习的方法自动生成轻量化的平行夹具形状，具体包括平行夹具形状空间的设计、状态表示与动作空间设计、抓取奖励机制的设置、夹具形状生成网络搭建、生成网络的更新与训练等步骤，实现了基于给定物体与训练好的策略网络进行动作选择，从而自动生成可实用的夹具形状。本发明利用强化学习算法的平行夹具形状自动生成方法，能够实现平行夹具形状生成的自动化、可泛化、轻量化的目标。

公开(公告)号：CN115509712A

公开(公告)日：2022-12-23

申请号：CN202211218805.4

申请日：2022-10-07

Applicant: 大连理工大学

Inventor： 王天一 ,  段凯璐 ,  孙景昊 ,  魏屹芃 ,  段孝友 ,  刘超 ,  吴星宇

IPC: G06F9/48 ,  G06F9/50

Abstract: 本发明涉及自动驾驶、有向无环图等多个领域，特别涉及一种基于SMT的自动驾驶系统实时性任务调度分析方法。本发明利用运筹学领域的可满足性模理论SMT给出了一种可系统计算一般DAG精确的最坏情况下的响应时间的方法，以分析自动驾驶系统中任务调度的实时性分析方法。

公开(公告)号：CN115890726A

公开(公告)日：2023-04-04

申请号：CN202211404026.3

申请日：2022-11-10

Applicant: 大连理工大学 ,  清华大学

Inventor： 刘秀平 ,  刘健 ,  段孝友 ,  林振

IPC: B25J15/08 ,  B25J9/16 ,  G06V10/422 ,  G06V20/00 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/092

Abstract: 本发明提出一种基于DDPG强化学习算法的平行夹具设计形状生成方法，属于面向机器人抓取任务的平行夹具形状生成领域。本发明利用强化学习的方法自动生成轻量化的平行夹具形状，具体包括平行夹具形状空间的设计、状态表示与动作空间设计、抓取奖励机制的设置、夹具形状生成网络搭建、生成网络的更新与训练等步骤，实现了基于给定物体与训练好的策略网络进行动作选择，从而自动生成可实用的夹具形状。本发明利用强化学习算法的平行夹具形状自动生成方法，能够实现平行夹具形状生成的自动化、可泛化、轻量化的目标。