您的位置： 专家智库 > >

任君凯

作品数：12 被引量：0H指数：0
供职机构：国防科学技术大学更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术文化科学更多>>

合作作者

文献类型

  • 10篇专利
  • 2篇学位论文

领域

  • 4篇自动化与计算...
  • 2篇文化科学

主题

  • 5篇机器人
  • 4篇抓取
  • 3篇最小二乘
  • 3篇基函数
  • 3篇机械臂
  • 2篇网络
  • 2篇履带
  • 2篇履带机器人
  • 2篇贝尔曼
  • 2篇残差
  • 1篇地形
  • 1篇堵转
  • 1篇学习算法
  • 1篇移动机器人
  • 1篇因果推理
  • 1篇运动控制
  • 1篇运动控制仿真
  • 1篇运动学
  • 1篇运动学模型
  • 1篇智能体

机构

  • 12篇国防科学技术...

作者

  • 12篇任君凯
  • 5篇徐昕
  • 5篇方强
  • 4篇卢惠民
  • 2篇黄开宏
  • 2篇曾志文
  • 2篇唐韬
  • 2篇于清华
  • 1篇张辉
  • 1篇郑志强
  • 1篇谢成钢
  • 1篇周星

年份

  • 4篇2024
  • 2篇2023
  • 4篇2022
  • 2篇2016
共 12 条 记 录，以下是 1-10
全选 清除 导出
排序方式：
基于特征显著性的目标识别方法、装置和计算机设备
本申请涉及一种基于特征显著性的目标识别方法、装置和计算机设备，通过构建并训练极限学习稀疏自编码网络，其中极限学习稀疏自编码网络中的隐藏层节点数小于输入层节点数和输出层节点数；根据训练好的极限学习稀疏自编码网络的输入层和隐...
曾宇骏呼晓畅方强徐昕任君凯兰奕星
类间隔自适的因果推理半监督图像分类方法和装置
本申请涉及一种类间隔自适的因果推理半监督图像分类方法和装置。所述方法包括：根据有标签图像样本的类条件分布和无标签图像样本的类边缘分布，计算得到与图像样本所属类边缘分布相关的倾向性得分；在图像分类模型输出的类别概率中引入相...
曾宇骏呼晓畅方强徐昕任君凯兰奕星
基于ATD3QN强化学习的履带机器人摆臂控制方法
本发明公开了一种基于ATD3QN强化学习的履带机器人摆臂控制方法，其步骤包括：步骤S1：初始化；步骤S2：环境交互；通过机器人与环境进行交互，获取到状态信息，输入到决策网络中的机器人‑地形交互网络中；步骤S3：决策网络更...
潘海南陈柏良黄开宏任君凯卢惠民曾瑞涵程创施成浩邓文邦张辉
面向机器人自主抓取控制的深度增强学习方法研究
机器人手臂作为一类面向精准操控的机器人系统,正在被推广应用至更多的实际场景。由于机器人手臂自身的多关节高维动力学特性和操控目标的复杂性与不确定性,如何实现高维状态动作空间中的优化决策与控制是机器人手臂自主操控技术面临的挑...
任君凯
关键词：机器人抓取
基于深度强化学习的动态目标快速抓取规划方法及系统
本发明公开了一种基于深度强化学习的动态目标快速抓取规划方法及系统，该方法包括如下步骤：构建用于机械臂抓取动态目标过程中动作规划的神经网络模型；基于具有随机运动速度及运动轨迹的动态目标训练神经网络模型，并基于机械臂与目标的...
任君凯卢惠民曾志文于清华代维肖军浩
一种全向轮
本发明提供一种全向轮。技术方案包括若干个从动轮、一个轮毂、两个端盖(。每个从动轮包括一个支撑轴，一个支撑套，一个橡胶套，两个衬套和两个轴承；支撑轴依次穿过一个衬套、一个轴承、支撑套、另一个轴承和另一个衬套；两个轴承卡在支...
任君凯谢成钢
文献传递
基于最小二乘截断时域差分学习的路径规划决策优化方法
本发明公开一种基于最小二乘截断时域差分学习的路径规划决策优化方法，步骤包括：S1.使用第一策略收集智能体与环境交互样本，并学习特征表示的基函数；S2.评价器使用执行器生成的第二策略收集智能体与环境交互样本，利用基函数获得...
方强兰奕星徐昕任君凯张一川周星
文献传递
中型组足球机器人的设计与运动控制研究
本文面向RoboCup中型组足球机器人比赛，根据比赛对机器人系统提出的更高要求，在国防科技大学NuBot机器人团队五代足球机器人的技术积累上，设计了第六代NuBot足球机器人系统，并以比赛为具体应用背景有针对性地研究了该...
任君凯
关键词：移动机器人通信协议
基于核最小二乘软贝尔曼残差强化学习的机械臂抓取控制方法及系统
本发明公开一种基于核最小二乘软贝尔曼残差强化学习的机械臂抓取控制方法，步骤包括：S1.在智能体与环境交互过程中使用第一控制策略采集样本，构造基函数；S2.在智能体与环境交互过程中通过Actor模块生成的第二控制策略采集样...
徐昕兰奕星唐韬任君凯伍瑞卓方强曾宇骏施逸飞
文献传递
基于核最小二乘软贝尔曼残差强化学习的机械臂抓取控制方法及系统
本发明公开一种基于核最小二乘软贝尔曼残差强化学习的机械臂抓取控制方法，步骤包括：S1.在智能体与环境交互过程中使用第一控制策略采集样本，构造基函数；S2.在智能体与环境交互过程中通过Actor模块生成的第二控制策略采集样...
徐昕兰奕星唐韬任君凯伍瑞卓方强曾宇骏施逸飞
全选 清除 导出
共2页<12>
聚类工具0