【技术实现步骤摘要】
机器人的控制方法、控制装置、机器人和存储介质
[0001]本申请涉及机器人控制
，更具体而言，特别涉及一种机器人的控制方法、控制装置、机器人和存储介质。
技术介绍
[0002]随着社会不断发展，机器人越来越多的应用于生产、家用等领域。机器人在运行时，需要根据环境或用户指令执行相应操作，以完成相应任务。
[0003]然而，现有的机器人的控制方法，需搭建复杂的运动学、动力学等模型，难以面向不同的任务，自发的从数据集中学习特征而不依赖专家知识，以此得到抽象化程度高、鲁棒性能好的操作策略集。如何使机器人能够根据环境或指令准确地完成操作，更集中地解决目标物的表达(目标物体识别等)以及机器人的感知与理解(对于目标物的抓取点与操作规划等)成为待解决的技术问题。
技术实现思路
[0004]本申请实施方式提供一种机器人的控制方法、控制装置、机器人和存储介质。
[0005]本申请实施方式的机器人的控制方法包括：接收任务指令并根据所述任务指令获取待操作目标物名称或图片信息；
[0006]根据获取的视觉...
【技术保护点】
【技术特征摘要】
1.一种机器人的控制方法，其特征在于，包括：接收任务指令并根据所述任务指令获取待操作目标物名称或图片信息；根据获取的视觉信息识别环境物体信息；通过面向任务的机器人数据集对所述环境物体信息及所述待操作目标物名称或图片信息分析，获取目标物信息以及任务场景信息；根据所述任务指令、所述目标物信息以及所述任务场景信息通过面向任务的机器人操作策略集，生成操作指令，根据所述操作指令控制机器人对目标物操作。2.根据权利要求1所述的机器人的控制方法，其特征在于，所述机器人的控制方法，包括：根据第一批操作方法数据、第一批状态数据、第一批观测值数据、第一批成功度量数据以及预设的网络参数集，获得目标网络参数数据，所述目标网络参数数据用以表示所述第一批操作方法数据、所述第一批状态数据、所述第一批观测值数据与所述第一批成功度量数据的对应关系，所述网络参数集包括若干训练网络参数；根据第二批操作方法数据、第二批状态数据、第二批观测值数据以及所述目标网络参数数据，筛选出优选操作方法数据，将所述优选操作方法数据存入所述操作策略集。3.根据权利要求2所述的机器人的控制方法，其特征在于，所述根据第一批操作方法数据、第一批状态数据、第一批观测值数据、第一批成功度量数据以及预设的网络参数集，获得目标网络参数数据包括：根据所述网络参数集，设定以所述训练网络参数为参数的鲁棒性函数，所述鲁棒性函数用于计算数学期望；将所述第一批操作方法数据、所述第一批状态数据以及所述第一批观测值数据输入所述鲁棒性函数中，获得与所述训练网络参数对应的数学期望数据；根据与所述训练网络参数对应的数学期望数据与所述成功度量数据，在所述网络参数集中筛选对应的目标网络参数数据。4.根据权利要求3所述的机器人的控制方法，其特征在于，根据与所述训练网络参数对应的数学期望数据与所述成功度量数据，在所述网络参数集中筛选对应的目标网络参数数据，包括：根据与所述训练网络参数对应的数学期望数据和所述成功度量数据，计算每个所述训练网络参数数据所对应的所述数学期望数据与所述成功度量数据的差距期望；比较各所述训练网络参数数据所对应的所述差距期望，选取所述差距期望最小的所述训练网络参数数据作为所述目标网络参数数据。5.根据权利要求3所述的机器人的控制方法，其特征在于，根据第二批操作方法数据、第二批状态数据、第二批观测值数据以及所述目标网络参数数据，筛选出优选操作方法数据，将所述优选操作方法数据存入所述操作策略集，包括：在有一定所述状态数据的情况下，将所述第二批观测值数据和所述第二批操作方法数据输入以所述网络参数数据为参数的鲁棒性函数中，计算各所述操作方法数据所对应的数学期望数据；比较各所述第二批操作方法数据所对应的数学期望数据，选取所述数学期望数据最大的所述第二批操作方法数据作为与所述状态数据对应的优选操作方法数据。
6.根据权利要求1所述的机器人的控制方法，其特征在于，所述机器人的控制方法，还包括：当机器人受到外力，使机器人产生与所述任务指令和所述环境信息对应的操作，根据所述操作，生成与所述操作对应的优选操作方法数据，将所述优选操作方法数据存入所述操作策略集。7.一种机器人的控制装置，其特征在于，所述机器人的控制装置包括：第一获取模块，用于接收任务指令并根据任务指令获取待操作目标物名称或...
【专利技术属性】
技术研发人员：陈金亮，陈相羽，何旭，刘旭东，
申请(专利权)人：深圳鹏行智能研究有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。