公开(公告)号：CN118752492B

公开(公告)日：2024-12-06

申请号：CN202411217554.7

申请日：2024-09-02

Applicant: 中国科学院自动化研究所

Inventor： 朱圆恒 ,  左斌斌 ,  黄上京

IPC: B25J9/16 ,  G06N3/008 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明提供一种基于深度强化学习的多任务多机器人的运动控制方法，属于机器人运动控制技术领域，包括：确定上下文信息，其中，上下文信息用于指示多个机器人的待执行任务；发送上下文信息至多个机器人中的每个机器人，以驱动多个机器人中的每个机器人执行对应的决策动作。本发明提供的基于深度强化学习的多任务多机器人的运动控制方法，解决了相关技术中的基于深度强化学习的多任务多机器人的运动控制方法，在面对不同的任务时的泛化能力不足，导致处理多任务的效率较低的问题，提高了多任务处理过程的效率。

公开(公告)号：CN118752492A

公开(公告)日：2024-10-11

申请号：CN202411217554.7

申请日：2024-09-02

Applicant: 中国科学院自动化研究所

Inventor： 朱圆恒 ,  左斌斌 ,  黄上京

IPC: B25J9/16 ,  G06N3/008 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明提供一种基于深度强化学习的多任务多机器人的运动控制方法，属于机器人运动控制技术领域，包括：确定上下文信息，其中，上下文信息用于指示多个机器人的待执行任务；发送上下文信息至多个机器人中的每个机器人，以驱动多个机器人中的每个机器人执行对应的决策动作。本发明提供的基于深度强化学习的多任务多机器人的运动控制方法，解决了相关技术中的基于深度强化学习的多任务多机器人的运动控制方法，在面对不同的任务时的泛化能力不足，导致处理多任务的效率较低的问题，提高了多任务处理过程的效率。