基于深度强化学习的能效优化运动控制方法及其系统

本发明公开了基于深度强化学习的能效优化运动控制方法及其系统，涉及机器人运动控制技术领域，方法包括：接收机器人以轮式模式在当前区域的负载数据、运行状态数据及地形数据，通过滑移预测模型生成滑移概率图，结合预设地形‑能耗映射表计算切换至腿式模式与保持轮式模式的能耗差值，通过判断滑移概率图中最大滑移概率是否超过预设概率阈值，或基于预设评分函数权衡滑移风险与能耗成本，生成保持轮式模式或切换腿式模式的控制指令；其有益效果为：可以识别真实滑移风险，避免将地形“外观复杂”误判为“必然滑移”，从而减少不必要的腿式切换动作。

《 基于深度强化学习的能效优化运动控制方法及其系统》是一发明专利，专利号为 2025112719803 ，当前法律状态为已下证，由苏州工学院提出申请，发明人为周林成;李向丽，申请日期为2025-09-08，公开（公告）日期为2025-11-14，国际专利分类号（IPC）为 G05B 13/04 (2006.01)，高新资质：未报高企，所属技术领域包括：基于深度强化学习的能效优化运动控制方法及其系统 人工智能、运动控制、智能控制技术 工业机器人、AGV移动设备、伺服控制系统、智能装备 深度强化学习；能效优化；运动控制；智能控制系统。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了基于深度强化学习的能效优化运动控制方法及其系统，涉及机器人运动控制技术领域，方法包括：接收机器人以轮式模式在当前区域的负载数据、运行状态数据及地形数据，通过滑移预测模型生成滑移概率图，结合预设地形‑能耗映射表计算切换至腿式模式与保持轮式模式的能耗差值，通过判断滑移概率图中最大滑移概率是否超过预设概率阈值，或基于预设评分函数权衡滑移风险与能耗成本，生成保持轮式模式或切换腿式模式的控制指令；其有益效果为：可以识别真实滑移风险，避免将地形“外观复杂”误判为“必然滑移”，从而减少不必要的腿式切换动作。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！