← 返回列表
一种基于深度学习的机器人控制系统和方法
摘要文本
本发明公开了一种基于深度学习的机器人控制系统和方法,涉及数据处理技术领域,包括设置在机器人上的中央处理器,基于中央处理器建立有:数据收集模块,用于从环境中获取机器人与环境交互的数据;数据预处理模块,用于对收集到的数据进行预处理;深度神经网络设计模块,用于设计适用于机器人使用环境的神经网络结构;训练模块,基于设计的神经网络结构,结合预处理后的数据训练机器人调整网络参数以最小化预测误差;决策系统建立模块,基于训练好的深度神经网络构建机器人的决策系统,使机器人能够根据网络的预测结果做出相应的动作决策。通过机器人进行自主深度学习,机器人可以从环境中获取信息,理解环境的变化,做出适应性的决策。
申请人信息
- 申请人:成都威世通智能科技有限公司
- 申请人地址:610000 四川省成都市中国(四川)自由贸易试验区成都高新区天府五街200号7号楼A区2楼
- 发明人: 成都威世通智能科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于深度学习的机器人控制系统和方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410168990.3 |
| 申请日 | 2024/2/6 |
| 公告号 | CN117697769A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | B25J9/16 |
| 权利人 | 成都威世通智能科技有限公司 |
| 发明人 | 曾威 |
| 地址 | 四川省成都市中国(四川)自由贸易试验区成都高新区天府五街200号7号楼A区2楼 |
专利主权项内容
1.一种基于深度学习的机器人控制系统,其特征在于,包括设置在机器人上的中央处理器,基于中央处理器建立有:数据收集模块,用于获取机器人与环境交互的数据;数据预处理模块,用于对收集的数据进行预处理;深度神经网络设计模块,用于根据机器人使用环境构建深度神经网络结构;训练模块,基于深度神经网络结构,结合预处理后的数据训练机器人,调整网络参数得到最小预测误差;决策系统建立模块,基于训练好的深度神经网络构建机器人的决策系统,用于使机器人能够根据网络的预测结果做出相应的动作决策。。来源:百度搜索马克数据网