买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国海洋大学申请的专利一种基于模型的生成对抗交互模仿学习的机器人学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116663651B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310425162.9，技术领域涉及：G06N3/092；该发明授权一种基于模型的生成对抗交互模仿学习的机器人学习方法是由李光亮;郝江山;黄杰设计研发完成，并于2023-04-20向国家知识产权局提交的专利申请。

本一种基于模型的生成对抗交互模仿学习的机器人学习方法在说明书摘要公布了：本发明涉及一种基于模型的生成对抗交互模仿学习的机器人学习方法，将基于模型的强化学习、生成对抗模仿学习、交互式强化学习的优势结合形成基于模型的生成对抗交互模仿学习MAILDH方法，解决了机器人学习速度慢的问题。首先在生成对抗模仿学习的过程中同时学习一个前向动态模型，利用该模型产生模拟数据去训练生成对抗模仿学习框架中的生成器和鉴别器部分，以提高样本利用率。此外，与传统生成对抗模仿学习从演示中学习不同，本发明还结合了人类对机器人行为的评判，减弱演示质量对机器人学习表现的制约，达到或超越示范表现的效果，学习到更优的控制策略的同时，可以提升策略的稳定性并适用大型复杂任务控制。

本发明授权一种基于模型的生成对抗交互模仿学习的机器人学习方法在权利要求书中公布了：1.一种基于模型的生成对抗交互模仿学习的机器人学习方法，其特征在于，该机器人学习方应用在社交机器人任务学习领域，该机器人学习方法包括以下步骤： 从专家策略中采样得到专家轨迹，并初始化机器人策略、鉴别器、人类奖励模型和前向动态模型的网络参数； 机器人利用演示的样本，以及在任务中抽取的随机样本预训练人类奖励模型； 机器人从当前策略中采样得到生成轨迹，从前向动态模型中采样得到模拟轨迹；判断是否接收到人类反馈，若是，则更新人类奖励模型，若否，更新鉴别器网络和前向动态模型； 机器人综合利用从鉴别器网络中提取的损失函数和人类奖励模型输出的人类反馈来进行交互强化学习，判断是否学习到稳定策略，若是，则结束，若否，则更新机器人策略； 所述基于模型的生成对抗交互模仿学习方法还包括基于模型的强化学习、生成对抗模仿学习和交互强化学习框架形成基于模型的生成对抗交互模仿学习MAILDH，所述MAILDH在训练的过程中学习一个前向动态模型，用以产生模拟数据，与环境真实交互的数据训练生成器和鉴别器；还用于训练人类奖励模型，以使机器人从演示中模仿学习，或从人类评价反馈中模仿学习。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。