[發明專利]基于腦啟發多任務學習的肌肉骨骼機器人控制方法及系統

有效

• 申請號: 202011286626.5
• 申請日: 2020-11-17
• 公開（公告）號: CN112405542B
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 陳嘉浩;喬紅
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于腦啟發多任務學習的肌肉骨骼機器人控制方法，其特征在于，該控制方法包括：

步驟S10，獲取機器人預設的運動目標；

步驟S20，基于所述機器人預設運動軌跡，通過多任務學習的機器人控制模型生成機器人的肌肉控制信號；

步驟S30，基于所述肌肉控制信號控制機器人運動；

其中，所述多任務學習的機器人控制模型，其構建和訓練方法為：

步驟B10，基于泄露神經元構建循環神經網絡作為初始機器人控制模型，并構建模型隱藏層神經元膜電位的變化率的李雅諾夫函數，求解函數獲得一致集群響應模式的模型循環權重條件；

步驟B20，基于所述循環權重條件獲取模型的循環權重并賦予所述初始機器人控制模型，獲得一致集群響應模式的機器人控制模型；

步驟B30，獲取機器人點到點的單任務對應的獎勵信號，并基于隨機噪聲和獎勵信號進行所述一致集群響應模式的機器人控制模型的循環權重、輸入權重和偏置向量的修正，獲得單任務學習的機器人控制模型；

步驟B40，獲取機器人的v個運動任務，構建針對所述單任務學習的機器人控制模型的循環權重的低維輸入空間；

步驟B50，獲取機器人的v+1個運動任務，在所述低維輸入空間的正交方向上進行所述單任務學習的機器人控制模型的循環權重修正，獲得多任務學習的機器人控制模型。

2.根據權利要求1所述的基于腦啟發多任務學習的肌肉骨骼機器人控制方法，其特征在于，所述初始機器人控制模型，其公式表示為：

h＝tanh(r)

o＝Relu(Vh)

其中，為循環神經網絡隱藏層神經元的膜電位，為r的導數，表示膜電位的變化率，為循環神經網絡隱藏層神經元的激活頻率，為循環神經網絡的輸入，為網絡的偏置向量，為循環神經網絡的輸出,為連接輸入層神經元和隱藏層神經元的輸入權重,為隱藏層神經元相互連接的循環權重，為連接隱藏層神經元和輸出層神經元的輸出權重,代表實域空間，N、M、d、N×d、N×N、M×N分別為對應的實域空間的維度，τ代表時間常數。

3.根據權利要求2所述的基于腦啟發多任務學習的肌肉骨骼機器人控制方法，其特征在于，所述模型隱藏層神經元膜電位的變化率的李雅諾夫函數，其公式表示為：

其中，時，T代表轉置。

4.根據權利要求3所述的基于腦啟發多任務學習的肌肉骨骼機器人控制方法，其特征在于，所述一致集群響應模式的模型循環權重條件，其公式表示為：

其中，為膜電位的變化率中第i個元素；λ^*為是將實對稱矩陣進行特征值分解后獲取的最大特征值，W₊中的第i行第j個元素是循環權重矩陣W中的第i行第j個元素w_ij的絕對值。

5.根據權利要求2所述的基于腦啟發多任務學習的肌肉骨骼機器人控制方法，其特征在于，步驟B30包括：

步驟B31，獲取機器人點到點的單任務對應的獎勵信號：

其中，p_d、p和分別為機器人點到點的單任務中機器人的期望運動目標點坐標、實際運動的位置坐標和末端的運動速度，l₁和l₂為預設的加權系數常數；

步驟B32，在每一時刻的循環神經網絡隱藏層神經元的膜電位上添加隨機噪聲：

其中，代表服從正態分布的噪聲向量，為對角矩陣，是正態分布的協方差矩陣，矩陣對角線上的元素均為σ²，σ²為噪聲的方差；

步驟B33，基于隨機噪聲和獎勵信號進行所述一致集群響應模式的機器人控制模型的循環權重、輸入權重和偏置向量的修正：

其中，代表多次單任務訓練中多次運動的平均獎勵信號，η代表訓練步長，S為模型針對機器人點到點的單任務執行的時間步數，T代表轉置；

步驟B34，將修正后的循環權重、輸入權重和偏置向量賦予一致集群響應模式的機器人控制模型，獲得單任務學習的機器人控制模型。