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

Applicant: 西南科技大学

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

IPC: G06N3/092 ,  G06N3/048

Abstract: 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：CN118014054B

公开(公告)日：2024-06-21

申请号：CN202410415056.7

申请日：2024-04-08

Applicant: 西南科技大学

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

IPC: G06N3/092 ,  G06N3/048

Abstract: 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：CN213930449U

公开(公告)日：2021-08-10

申请号：CN202022934655.X

申请日：2020-12-10

Applicant: 西南科技大学

Inventor： 黄林 ,  谭文凯 ,  于丁一 ,  王波 ,  孙玉磊 ,  刘满禄 ,  刘宏伟

IPC: F17D5/00 ,  B62D57/024

Abstract: 本实用新型公开了一种双爪式爬杆机器人系统，包括第一手爪、第二手爪、第一步进电机、第二步进电机、第三步进电机、第四步进电机、第五步进电机、第一连接装置、第二连接装置、摄像头和探测器支架。本机器人系统使用了双爪式结构，使其具有了自主导航、偏差修正、避障和安全防护的功能，减少了人工工作量；通过双爪式结构，可灵活避障，到达环境复杂、障碍物多及折弯密集的管道进行探测。本机器人系统的机械手爪可根据不同管道的长度或形状改变自身直径或形状；管道检测系统的传感器可根据不同的测量需求自由更换，操作简单，检测方便。