买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉三菱电机株式会社申请的专利用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114761966B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202080084431.4，技术领域涉及：G06N3/092；该发明授权用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法是由D·贾;P·科拉力克;A·拉格胡娜汉;M·本诺斯曼;D·罗梅雷斯设计研发完成，并于2020-12-04向国家知识产权局提交的专利申请。

本用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法在说明书摘要公布了：提供了用于优化用于以轨迹为中心的强化学习的系统的局部控制策略的控制器。控制器包括执行以下步骤：使用在使用初始随机控制策略执行的试错实验期间收集的数据的集合，来学习系统的随机预测模型；估计相关联的平均预测和不确定性；在当前时间步骤使用控制输入时，使用经过学习的随机系统模型确定系统与标称系统状态的偏差的局部集合；确定具有最坏情况偏差的系统状态；确定稳健性约束的梯度；使用非线性规划来提供并求解稳健策略优化问题，以获得系统轨迹并且同时稳定局部策略；根据求解的优化问题更新控制数据；以及经由接口输出更新后的控制数据。

本发明授权用于以轨迹为中心的基于模型的强化学习的稳健优化的系统及方法在权利要求书中公布了：1.一种用于优化用于以轨迹为中心的强化学习的系统的局部控制策略的控制器，该控制器包括： 接口，该接口被配置为接收包括由传感器测量到的系统状态、控制数据和状态转移的元组的数据； 存储器，该存储器存储处理器能执行程序，该处理器能执行程序包括用于响应于经由所述接口接收到的系统的任务命令而生成在期望的时间范围的标称状态和控制轨迹作为时间步骤的函数的随机预测学习模型、包括机器学习方法算法和初始随机控制策略的控制策略、用于沿标称轨迹调节偏差的所述局部控制策略，所述控制轨迹为开环轨迹； 至少一个处理器，所述至少一个处理器被配置为： 使用数据的集合，来学习所述系统的随机预测模型，所述数据的集合是在使用所述初始随机控制策略执行的试错实验期间收集的； 估计与所述随机预测模型相关联的平均预测和不确定性； 将以轨迹为中心的控制器合成问题公式化，以同时计算标称轨迹与前馈控制以及稳定时不变反馈控制； 在当前时间步骤使用控制输入时，使用经过学习的随机系统模型确定所述系统与标称系统状态的偏差的局部集合； 在系统的偏差的局部集合中确定与所述标称系统状态具有最坏情况偏差的系统状态； 通过计算在所述具有最坏情况偏差的系统状态下的稳健性约束的一阶导数来确定所述稳健性约束的梯度； 通过在通过使用非线性规划求解稳健策略优化满足作为所述局部控制策略的状态和输入约束的同时使状态控制轨迹的成本最小化，来确定将所述系统状态调节到所述标称轨迹的最优系统状态轨迹、前馈控制输入和局部时不变反馈策略； 根据求解的优化问题更新所述控制数据；以及 经由所述接口输出更新后的控制数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人三菱电机株式会社，其通讯地址为：日本东京都；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。