本發(fā)明公開了一種基于模仿與強(qiáng)化學(xué)習(xí)的醫(yī)藥機(jī)器人自主避障方法及系統(tǒng),該方法包括:步驟1:設(shè)置醫(yī)藥機(jī)器人醫(yī)藥搬運場景;步驟2:獲取專家演示二元組數(shù)據(jù);步驟3:構(gòu)建基于模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的醫(yī)藥機(jī)器人移動控制模型;步驟4:模型訓(xùn)練;步驟5:對醫(yī)藥機(jī)器人進(jìn)行自主控制。本發(fā)明在醫(yī)藥機(jī)器人移動控制模型中將圖注意模塊引入價值網(wǎng)絡(luò)中,使能夠適應(yīng)智能體和障礙物數(shù)量不確定的不同環(huán)境,同時,區(qū)分了醫(yī)藥機(jī)器人可觀測范圍內(nèi)不同智能體和障礙物對移醫(yī)藥機(jī)器人的影響,使其能夠更好地做出決策。只需一組網(wǎng)絡(luò)參數(shù)就可以適用于處理各種情況,即網(wǎng)絡(luò)具有較好的泛化性。
聲明:
“基于模仿與強(qiáng)化學(xué)習(xí)的醫(yī)藥機(jī)器人自主避障方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)