企查查APP显示，近日，优必选（09880.HK）申请公布“机器人控制模型的训练方法、装置、电子设备及存储介质”专利。
专利摘要显示，方法包括：根据第一总奖励函数对初始的运动控制模型进行训练处理，得到第一运动控制模型；根据第二总奖励函数对初始的导航控制模型进行训练处理，得到第一导航控制模型；在维持第一导航控制模型参数不变的情况下，基于第一导航控制模型输出的第一预测速度、第二子奖励函数以及第一总奖励函数，对第一运动控制模型进行训练，得到第二运动控制模型；对第二运动控制模型以及第一导航控制模型的参数进行微调处理，得到用于控制机器人规避障碍物的模型。通过本申请，能够通过导航控制模型和运动控制模型之间的强化学习，提升机器人的运动控制准确性以及效率。
