一种基于Actor-Critic网络全状态反馈的柔性关节机械臂控制方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明属于自动控制技术领域，具体涉及一种基于全状态反馈的Actor‑Critic网络控制方法，通过ROS平台对柔性关节机械臂进行仿真验证，选取拥有七自由度柔性关节机械臂的Baxter机器人模型作为柔性关节机械臂的动力学模型，并设定机械臂末端执行关节的期望轨迹、以及末端执行关节的约束力矩增益参数，预先构建Actor和Critic神经网络，在设定仿真循环的时间周期内，依据期望轨迹，通过仿真环境输出末端执行关节的仿真结果，将仿真结果输入Critic神经网络中，将输出结果输入Actor神经网络中进行训练，并实时输出基于Actor神经网络控制下的Baxter模型末端执行关节的实际轨迹，以此对机械臂进行有效控制与消除不确定因素，同时提高系统的精度和增强系统的鲁棒性，使其更易于控制更加安全。

《一种基于Actor-Critic网络全状态反馈的柔性关节机械臂控制方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023114779180，当前法律状态为已下证，由安徽大学提出申请，发明人为高赫佳;张芷铭;胡钜奇;何传峰;孙长银，申请日期为2023-11-03，公开（公告）日期为2024-03-22，国际专利分类号（IPC）为 B25J 9/16 (2006.01)，高新资质：未报高企。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：本发明属于自动控制技术领域，具体涉及一种基于全状态反馈的Actor‑Critic网络控制方法，通过ROS平台对柔性关节机械臂进行仿真验证，选取拥有七自由度柔性关节机械臂的Baxter机器人模型作为柔性关节机械臂的动力学模型，并设定机械臂末端执行关节的期望轨迹、以及末端执行关节的约束力矩增益参数，预先构建Actor和Critic神经网络，在设定仿真循环的时间周期内，依据期望轨迹，通过仿真环境输出末端执行关节的仿真结果，将仿真结果输入Critic神经网络中，将输出结果输入Actor神经网络中进行训练，并实时输出基于Actor神经网络控制下的Baxter模型末端执行关节的实际轨迹，以此对机械臂进行有效控制与消除不确定因素，同时提高系统的精度和增强系统的鲁棒性，使其更易于控制更加安全。

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！