公开(公告)号：CN116205266A

公开(公告)日：2023-06-02

申请号：CN202210189434.5

申请日：2022-02-28

Applicant: 复旦大学

Inventor： 李伟 ,  郭伟坤 ,  胡梓烨 ,  候梓越 ,  魏秉晟 ,  刘翼 ,  毕一飞

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/084 ,  B07C5/36

Abstract: 本发明涉及一种机器人小样本分拣方法，该方法包括：构建融合识别和抓取的端到端的机器人小样本分拣网络；根据元学习的方法，训练机器人小样本分拣网络使机器人适应不同的分拣任务。与现有技术相比，本发明少样本分拣元学习框架，赋予了机器人快速学习分拣训练集中没出现过的物体的能力，不仅是分拣目标物体，本发明还让机器人学会按照示范抓取时的抓取部位来抓取目标物体，同时，每次遇到新物体，只需给机器人一次分拣示范，机器人就会马上学会用合适的抓取姿势去抓取目标物体的目标部位，以此达到鲁棒和安全地分拣的目的。

公开(公告)号：CN114815828A

公开(公告)日：2022-07-29

申请号：CN202210442298.6

申请日：2022-04-25

Applicant: 复旦大学

Inventor： 张隆源 ,  李伟 ,  候梓越 ,  王冀 ,  刘翼 ,  毕一飞

IPC: G05D1/02

Abstract: 本发明涉及一种强化学习结合循环网络的机器人路径规划及控制方法，该方法包括：构建生成机器人路径的循环网络，所述的循环网络依次生成机器人路径中的路径点；采用强化学习方法训练所述的循环网络；利用训练的循环网络执行机器人路径规划；控制机器人按照规划的路径点依次移动。与现有技术相比，本发明能够在局部信息受限的同时极大程度上对未知环境进行推理，节约资源，提升效率，实现可观测范围内的可行路径规划，从而在复杂场景下能够找到目标点，实现机器人的移动控制。

公开(公告)号：CN114815801A

公开(公告)日：2022-07-29

申请号：CN202111652498.6

申请日：2021-12-30

Applicant: 复旦大学

Inventor： 李伟 ,  刘翼 ,  毕一飞 ,  马琰 ,  魏秉晟

IPC: G05D1/02

Abstract: 本发明涉及一种基于策略‑价值网络及MCTS的自适应环境路径规划方法，包括：基于策略‑价值网络和MCTS算法构建路径规划模型，并对该模型进行训练；路径规划模型使用双头卷积神经网络pv‑network预测状态价值和可行空间的选择概率；初始化路径规划任务，获取路径起点与终点信息；将路径起点与终点信息输入路径规划模型，获得路径规划结果。与现有技术相比，本发明具有规划能力强、决策速度快、无需收集大量数据等优点。