公开(公告)号：CN114610037A

公开(公告)日：2022-06-10

申请号：CN202210254462.0

申请日：2022-03-15

Applicant: 上海交通大学 ,  中国长峰机电技术研究设计院

Inventor： 王贺升 ,  刘启明 ,  张金鹏

IPC: G05D1/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于强化学习的机器人一体化网络架构优化方法及系统，首先基于多模传感器在一个由浅入深的分层式网络中进行不同程度的环境抽象特征提取；然后以上述分层式网络为主干，根据移动机器人的定位、规划、目标识别和博弈决策等方面的需求，在不同抽象层位置设计分支网络进行一体化网络实现；最后采用多目标联合的融合优化对前述一体化网络进行迭代优化，使得机器人输出合理移动和博弈策略。本发明提出的一种主干特征分层抽取、多任务分支式设计的一体化网络结构及其优化方法，解决了现有移动机器人各功能模块松耦合和分离研究的问题，提升了网络运行效率和数据利用率，减少了模块间冗余和耦合调试成本，有利于实际应用。

公开(公告)号：CN114610037B

公开(公告)日：2025-05-23

申请号：CN202210254462.0

申请日：2022-03-15

Applicant: 上海交通大学 ,  中国长峰机电技术研究设计院

Inventor： 王贺升 ,  刘启明 ,  张金鹏

IPC: G05D1/43 ,  G06N3/0464 ,  G06N3/092 ,  G06F18/25

Abstract: 本发明提供了一种基于强化学习的机器人一体化网络架构优化方法及系统，首先基于多模传感器在一个由浅入深的分层式网络中进行不同程度的环境抽象特征提取；然后以上述分层式网络为主干，根据移动机器人的定位、规划、目标识别和博弈决策等方面的需求，在不同抽象层位置设计分支网络进行一体化网络实现；最后采用多目标联合的融合优化对前述一体化网络进行迭代优化，使得机器人输出合理移动和博弈策略。本发明提出的一种主干特征分层抽取、多任务分支式设计的一体化网络结构及其优化方法，解决了现有移动机器人各功能模块松耦合和分离研究的问题，提升了网络运行效率和数据利用率，减少了模块间冗余和耦合调试成本，有利于实际应用。