一种机器人控制方法、系统、电子设备和存储介质技术方案

技术编号:43371969 阅读:19 留言:0更新日期:2024-11-19 17:52
本发明专利技术公开了一种机器人控制方法、系统、电子设备和存储介质。其中,该方法包括:根据机器人的环境状态数据和系统状态数据,确定机器人的任务需求;基于任务需求,采用模仿学习优化算法和量子计算优化算法对机器人进行任务分配和路径规划,得到目标任务分配结果和目标路径规划结果;基于目标任务分配结果和目标路径规划结果对机器人进行控制,并在机器人的控制过程中采用生物启发式控制机制对机器人进行跨域协同优化。本发明专利技术的技术方案提升了机器人的环境识别能力和三维空间把控能力,能够更快地适应环境变化,减少了因环境不确定性而带来的任务执行延误,提高了机器人任务执行的效率和质量。

【技术实现步骤摘要】

本专利技术涉及机器人,尤其涉及一种机器人控制方法、系统、电子设备和存储介质


技术介绍

1、机器人技术作为未来智能制造和服务机器人发展的核心技术方向之一,在近年来得到了快速发展,但一些技术缺陷也随之显现出来。

2、在现有的机器人控制方法中,当机器人面对一些比较新的场景比如复杂的三维空间场景时,识别能力和把控能力不够,甚至出现机器人迷失的现象,严重影响了机器人任务执行的效率和质量。


技术实现思路

1、本专利技术提供了一种机器人控制方法、系统、电子设备和存储介质,以解决现有技术中因机器人对环境的识别能力和把控能力不足,而导致的任务执行效率和质量较差的问题。

2、根据本专利技术的一方面,提供了一种机器人控制方法,该方法包括:

3、根据机器人的环境状态数据和系统状态数据,确定机器人的任务需求;

4、基于任务需求,采用模仿学习优化算法和量子计算优化算法对机器人进行任务分配和路径规划,得到目标任务分配结果和目标路径规划结果;

5、基于目标任务分配结果和目标路径规本文档来自技高网...

【技术保护点】

1.一种机器人控制方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述根据机器人的环境状态数据和系统状态数据,确定所述机器人的任务需求,包括:

3.根据权利要求1所述的方法,其特征在于,所述基于所述任务需求,采用模仿学习优化算法和量子计算优化算法对所述机器人进行任务分配和路径规划,得到目标任务分配结果和目标路径规划结果,包括:

4.根据权利要求3所述的方法,其特征在于,在模仿学习过程中以最小化机器人在模仿人类动作时的误差为目标,对应配置的目标函数为:

5.根据权利要求1所述的方法,其特征在于,所述基于所述目标任务...

【技术特征摘要】

1.一种机器人控制方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述根据机器人的环境状态数据和系统状态数据,确定所述机器人的任务需求,包括:

3.根据权利要求1所述的方法,其特征在于,所述基于所述任务需求,采用模仿学习优化算法和量子计算优化算法对所述机器人进行任务分配和路径规划,得到目标任务分配结果和目标路径规划结果,包括:

4.根据权利要求3所述的方法,其特征在于,在模仿学习过程中以最小化机器人在模仿人类动作时的误差为目标,对应配置的目标函数为:

5.根据权利要求1所述的方法,其特征在于,所述基于所述目标任...

【专利技术属性】
技术研发人员:丘浪文刘铠滢张瀚蔡桂潮吴添权詹桦徐腾林凯煌
申请(专利权)人:广东电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1