-
公开(公告)号：CN116900539A
公开(公告)日：2023-10-20
申请号：CN202311181790.3
申请日：2023-09-14
Applicant: 天津大学
Abstract: 本发明提供了一种基于图神经网络和强化学习的多机器人任务规划方法。该方法包括：基于第一深度神经网络构建单机器人焊接路径规划模型，利用单机器人焊接路径规划模型的样本数据集和第一强化学习算法对单机器人焊接路径规划模型进行训练，得到训练完成的单机器人焊接路径规划模型；基于第二深度神经网络构建多机器人任务分配模型，利用多机器人任务分配模型的样本数据集、训练完成的单机器人焊接路径规划模型和第二强化学习算法对多机器人任务分配模型进行训练，得到训练完成的多机器人任务分配模型；焊接机器人利用训练完成的多机器人任务分配模型求解所要负责焊接的焊点任务集，利用训练完成的单机器人焊接路径规划模型求解焊点的焊接顺序。
-
公开(公告)号：CN119260748A
公开(公告)日：2025-01-07
申请号：CN202411797260.6
申请日：2024-12-09
Applicant: 天津大学
Abstract: 本发明提供了一种基于结构化动作空间的多机械臂运动规划强化学习训练方法、机械臂运动规划方法。该基于结构化动作空间的多机械臂运动规划强化学习训练方法包括：获取多机械臂的样本状态位姿和针对多机械臂所需执行的样本任务对应的任务目标坐标；将状态位姿和任务目标坐标输入至预设分层强化模型的高层学习模块，得到离散关节动作值；将状态位姿、任务目标坐标和离散关节动作值输入至预设分层强化模型的低层学习模块，得到连续关节动作值；基于离散关节动作值和连续关节动作值调整多机械臂的位姿，得到多机械臂的调整位姿；基于多机械臂的调整位姿确定奖励值；基于奖励值调整预设分层强化模型的低层学习模块，得到经训练的分层强化模型。
-
Patent Agency Ranking
公开(公告)号：CN119260743A
公开(公告)日：2025-01-07
申请号：CN202411793556.0
申请日：2024-12-09
Applicant: 天津大学
IPC: B25J9/16 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种多机械臂协同运动规划方法，可以应用于多机械臂协同控制领域，该方法包括：将多个机械臂各自的动作值和观察值输入动作预测模型的编码器，得到多个机械臂各自的中间动作值和参考中间动作值，观察值表征机械臂执行动作操作后的状态信息，参考中间动作值为多个机械臂均处于预设状态下机械臂的动作值；将多个机械臂各自的中间动作值、参考中间动作值、观察值、部分可观察值分别输入与多个机械臂各自对应解码器，得到多个机械臂各自的目标动作值，部分可观察值为机械臂处于预设状态下的状态信息；控制多个机械臂按照各自的目标动作值运动，以对发动机的缸盖执行装配任务，激励函数包括与装配任务中与各阶段对应的子激励函数。
-
公开(公告)号：CN116900539B
公开(公告)日：2023-12-19
申请号：CN202311181790.3
申请日：2023-09-14
Applicant: 天津大学
Abstract: 本发明提供了一种基于图神经网络和强化学习的多机器人任务规划方法。该方法包括：基于第一深度神经网络构建单机器人焊接路径规划模型，利用单机器人焊接路径规划模型的样本数据集和第一强化学习算法对单机器人焊接路径规划模型进行训练，得到训练完成的单机器人焊接路径规划模型；基于第二深度神经网络构建多机器人任务分配模型，利用多机器人任务分配模型的样本数据集、训练完成的单机器人焊接路径规划模型和第二强化学习算法对多机器人任务分配模型进行训练，得到训练完成的多机器人任务分配模型；焊接机器人利用训练完成的多机器人任务分配模型求解所要负责焊接的焊点任务集，利用训练完成的单机器人焊接路径规划模型求解焊点的焊接顺序。
-
公开(公告)号：CN119482459A
公开(公告)日：2025-02-18
申请号：CN202510066096.X
申请日：2025-01-16
Applicant: 天津大学
Abstract: 本发明提供了一种基于动态事件触发的多微网负载频率控制方法，可以应用于智能微电网技术领域。该方法包括：获取微网系统的局部采样误差，其中，局部采样误差是基于微网系统的全局邻域误差和局部邻域误差得到的，其中，局部邻域误差用于表示在采样时刻下微网系统与其邻居微网系统之间的状态差异；在局部采样误差满足动态事件触发规则的情况下，基于局部采样误差，对动作‑评价神经网络的初始权值矩阵进行更新，得到目标动作‑评价神经网络；基于采样时刻下微网系统的系统状态与目标动作‑评价神经网络，确定微网系统的的负载频率控制策略。本发明还提供了一种基于动态事件触发的多微网负载频率控制装置。
-
公开(公告)号：CN116900538B
公开(公告)日：2024-01-09
申请号：CN202311181782.9
申请日：2023-09-14
Applicant: 天津大学
Abstract: 本发明提供了一种基于深度强化学习和区域平衡的多机器人任务规划方法。该方法包括：生成用于单机器人焊接路径规划模型训练的样本数据集，构建基于深度神经网络的单机器人焊接路径规划模型；利用训练样本数据集并通过强化学习对单机器人焊接路径规划模型进行训练，得到训练完成的单机器人焊接路径规划模型；利用区域平衡方法将焊接任务区域划分为多个焊接子区域，将多个焊接子区域分配给多个焊接机器人；每个焊接机器人根据所负责的焊接子区域，通过训练完成的单机器人焊接路径规划模型得到所负责焊接子区域的焊接任务规划结果；每个焊接机器人根据自身的焊接任务规划结果对所负责的焊接子区域进行焊接操作，进而完成整个焊接任务区域的焊接作业。
-
公开(公告)号：CN116900538A
公开(公告)日：2023-10-20
申请号：CN202311181782.9
申请日：2023-09-14
Applicant: 天津大学
Abstract: 本发明提供了一种基于深度强化学习和区域平衡的多机器人任务规划方法。该方法包括：生成用于单机器人焊接路径规划模型训练的样本数据集，构建基于深度神经网络的单机器人焊接路径规划模型；利用训练样本数据集并通过强化学习对单机器人焊接路径规划模型进行训练，得到训练完成的单机器人焊接路径规划模型；利用区域平衡方法将焊接任务区域划分为多个焊接子区域，将多个焊接子区域分配给多个焊接机器人；每个焊接机器人根据所负责的焊接子区域，通过训练完成的单机器人焊接路径规划模型得到所负责焊接子区域的焊接任务规划结果；每个焊接机器人根据自身的焊接任务规划结果对所负责的焊接子区域进行焊接操作，进而完成整个焊接任务区域的焊接作业。
-
-
-
-
-
-
Search Results
7
records
(took 0.081 seconds)
