【技术实现步骤摘要】
本申请涉及机器人控制，特别涉及一种机器人控制策略迁移方法、设备、介质及程序产品。
技术介绍
1、在机器人控制领域，策略决定了机器人在不同运行状态下执行的动作，例如速度调整、关节角度变化、轨迹跟踪等。策略模型通常在静态仿真环境中进行优化训练，并在完成训练后直接迁移到真实环境中执行任务。然而，现实环境中存在诸如外界扰动、多样化地形、接触条件变化、摩擦系数差异等复杂因素，这些因素往往难以在仿真环境中精确建模。由于缺乏针对真实物理特性的适应性优化机制，现有迁移策略在真实部署时常出现控制精度下降、运动轨迹偏差增大甚至失效的情况。
2、现有技术中，策略更新通常采用离线批处理方式，即在仿真训练结束后，将固定的策略模型部署至真实环境，并在运行一段时间后通过人工采集运行数据，再进行离线再训练并整包替换。这种方式存在以下不足：其一，缺乏实时适应能力，策略在运行过程中无法结合即时物理反馈进行针对性调整，导致对动态扰动及非理想因素的响应不够及时，运行稳定性较差；其二，缺乏闭环优化机制，策略下发过程呈单向流转，无法基于真机运行数据实现数据采集、模型更...
【技术保护点】
1.一种机器人控制策略迁移方法，其特征在于，包括：
2.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述对所述运行数据进行预处理，得到包含所述状态–动作序列的结构化训练数据的步骤，包括：
3.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述将所述结构化训练数据作为专家策略对所述策略模型进行微调，以生成更新策略模型的步骤，包括：
4.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述将所述更新策略模型热部署至所述机器人的真实运行环境中，使所述机器人在不中断任务执行的情况下基于所述更新策略模型运行的步骤
【技术特征摘要】
1.一种机器人控制策略迁移方法，其特征在于，包括：
2.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述对所述运行数据进行预处理，得到包含所述状态–动作序列的结构化训练数据的步骤，包括：
3.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述将所述结构化训练数据作为专家策略对所述策略模型进行微调，以生成更新策略模型的步骤，包括：
4.根据权利要求1所述的机器人控制策略迁移方法，其特征在于，所述将所述更新策略模型热部署至所述机器人的真实运行环境中，使所述机器人在不中断任务执行的情况下基于所述更新策略模型运行的步骤，包括：
5.根据权利要求4所述的机器人控制策略迁移方法，其特征在于，在将所述更新策略模型替换当前运行策略模型的步骤中，采用平滑过渡机制进行策略切换，具体包括：
...
【专利技术属性】
技术研发人员：薛飞，梁修杰，黄馨晨，
申请(专利权)人：上海了得科技有限公司，
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。