公开(公告)号：CN118014054B

公开(公告)日：2024-06-21

申请号：CN202410415056.7

申请日：2024-04-08

申请人： 西南科技大学

发明人： 刘满禄 ,  张清波 ,  钱卫民 ,  曹芩滔 ,  黄林 ,  宋志豪

IPC分类号： G06N3/092 ,  G06N3/048

摘要： 本发明提供了一种基于平行重组网络的机械臂多任务强化学习方法，属于机械臂运动控制技术领域，该方法包括构建基于平行重组网络的机械臂多任务强化学习模型PR‑SAC，并进行训练；利用已训练的机械臂多任务强化学习模型PR‑SAC对机械臂进行控制，以实现通过单一网络对机械臂进行多任务控制。本发明通过重新组合网络层中层与层之间的关系，使得网络层中信息共享的更为充分，然后通过权重网络，自动选择每个任务的最佳路径，输出每个模块被选择的概率。因此，这种结构可以尽可能地获得多任务关系带来的好处。此外，在学习方法中加入了样本修正的模块，以避免当前策略与样本不符合造成策略更新出现问题。

公开(公告)号：CN118014054A

公开(公告)日：2024-05-10

申请号：CN202410415056.7

申请日：2024-04-08

申请人： 西南科技大学

发明人： 刘满禄 ,  张清波 ,  钱卫民 ,  曹芩滔 ,  黄林 ,  宋志豪

IPC分类号： G06N3/092 ,  G06N3/048

摘要： 本发明提供了一种基于平行重组网络的机械臂多任务强化学习方法，属于机械臂运动控制技术领域，该方法包括构建基于平行重组网络的机械臂多任务强化学习模型PR‑SAC，并进行训练；利用已训练的机械臂多任务强化学习模型PR‑SAC对机械臂进行控制，以实现通过单一网络对机械臂进行多任务控制。本发明通过重新组合网络层中层与层之间的关系，使得网络层中信息共享的更为充分，然后通过权重网络，自动选择每个任务的最佳路径，输出每个模块被选择的概率。因此，这种结构可以尽可能地获得多任务关系带来的好处。此外，在学习方法中加入了样本修正的模块，以避免当前策略与样本不符合造成策略更新出现问题。