本发明公开了一种动态自适应的离线到在线强化学习方法。该方法包括以下步骤：构建离线数据集；分别对演员‑评论家架构和变分自编码器进行离线强化学习；基于在线缓冲数据集对初始化的机器人的在线价值网络进行训练；基于训练后的变分自编码器获取状态‑动...

本发明涉及基于人工智能的非线性系统最优控制领域，尤其涉及基于混合强化学习的非线性脉冲控制方法、装置及设备，该方法包括：实时获取被控系统的状态数据；连续辨识器在线学习系统的非线性动力学，判断是否达到脉冲控制时刻；脉冲CNN计算值函数，判断...

本发明公开了一种基于演示数据的机器人双灵巧手协同抓握方法，属于机器人控制技术领域，包括：通过人机交互方式驱动并获取机器人的多模态演示数据，标注关键帧及目标物体的点云，进而构建结构化数据集；构建并训练得到抓握姿势生成模型；将待抓握物体的点...

本发明涉及人工智能领域，尤其是涉及基于混合网络攻击的智能避障方法、系统及设备，该方法包括构建含混合攻击的系统模型，划分四类障碍物区域，构建混合零和博弈框架，求解用于避障的最优控制策略，控制系统的状态与网络权重误差一致最终有界，实现安全避...