公开(公告)号：CN118578385A

公开(公告)日：2024-09-03

申请号：CN202410743470.0

申请日：2024-06-11

Applicant: 哈尔滨理工大学

Inventor： 尤波 ,  王世龙 ,  刘宇飞 ,  陈晨 ,  李佳钰

IPC: B25J9/16

Abstract: 本发明提供了一种基于元模仿学习的双臂机器人智能搬运方法。该方法包括以下步骤：首先，根据搬运难度进行分级，越光滑、越重的物体等级越高，搬运使用的力越大，由操作者操控双臂机器人执行搬运任务，获取示教数据集，对示教数据集进行预处理，合成专家数据集；其次，运用专家示教数据集进行最大熵逆强化学习训练奖励函数；再次，使用训练出来的奖励函数作为动作指导，采用MAML元强化学习方法，训练出一个泛化能力足够强的双臂搬运策略模型。本发明使双臂机器人可在保持一定效率的情况下，既能成功执行样本之内物块搬运，又能通过少量数据样本的适应，成功执行样本之外物体的搬运任务，相较于传统的双臂机器人搬运规划方法和一般的强化学习机器人搬运算法，提升了双臂机器人在搬运任务上的泛化能力并降低了训练成本。

公开(公告)号：CN118760164A

公开(公告)日：2024-10-11

申请号：CN202410867357.3

申请日：2024-07-01

Applicant: 哈尔滨理工大学

Inventor： 尤波 ,  吕昌泰 ,  刘宇飞 ,  陈晨 ,  李佳钰

IPC: G05D1/43 ,  G05D1/243 ,  G05D1/633 ,  G05D1/644 ,  G05D1/648 ,  G05D109/12

Abstract: 本发明属于足式机器人运动控制技术领域。本发明公开了一种针对低附着地形下的四足机器人滑移估计与控制方法，解决了四足机器人发生足端滑移后，运动效率及运动稳定性下降的问题，具体方法为：建立四足机器人足端滑移估计器，以四足机器人本体传感信息为输入，通过大量实验数据训练，实现对于四足机器人足地摩擦系数、滑移状态等参数的估计。并且将估计器的输出作为强化学习状态空间的部分输入，通过在低附着地形下进行训练，最后使得四足机器人可以在考虑速度、稳定性、能耗等方面进行顺滑、止滑切换。本发明使四足机器人可根据本体传感器，在低附着地形下仍然可以保持高动态性运动，提高了四足机器人在低附着地形下的运动能力以及现实应用性。