原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于执行动作修正的机器人围捕方法及其应用，构建聚类网络，以四足机器人的惯性测量单元误差角度为输入，输出对应的角度误差区间；训练聚类网络，从误差角度中提取关键特征并归类至不同的角度误差区间；构建决策网络，以最大熵算法更新参数，融合四足机器人的自身坐标和惯性测量单元的误差角度作为输入，输出执行的动作；采样若干次输入决策网络，得出最终应执行的动作；应用于机器人围捕任务。本发明模拟真实外界环境，使算法学习如何在存在误差的情况下制定最优控制策略，提高控制性能、鲁棒性；误差区间可为后续误差预测
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117863177A
(43)申请公布日2024.04.12
(21)申请号202311858567.8
(22)申请日2023.12.30
(71)申请人浙江工业大学
地址310014
文档评论（0）