專利名稱 復(fù)雜動態(tài)環(huán)境下基于強化學(xué)習(xí)的機器人自主導(dǎo)航的模型訓(xùn)練方法
申請?zhí)?專利號 CN202511063822.9 專利權(quán)人（第一權(quán)利人） 長春工業(yè)大學(xué)
申請日 2025-07-31 授權(quán)日 2025-10-10
專利類別 授權(quán)發(fā)明 戰(zhàn)略新興產(chǎn)業(yè)分類 新一代信息技術(shù)
技術(shù)主題 機器人|學(xué)習(xí)機|決策網(wǎng)絡(luò)|訓(xùn)練方法|強化學(xué)習(xí)|仿真|多目標(biāo)|游戲結(jié)構(gòu)
應(yīng)用領(lǐng)域 導(dǎo)航計算工具|設(shè)計優(yōu)化/仿真|推理方法|神經(jīng)學(xué)習(xí)方法
意向價格 具體面議
專利概述 本發(fā)明公開了一種復(fù)雜動態(tài)環(huán)境的基于強化學(xué)習(xí)的機器人自主導(dǎo)航方法，涉及強化學(xué)習(xí)、機器人導(dǎo)航等技術(shù)領(lǐng)域。本發(fā)明旨在解決多目標(biāo)強化學(xué)習(xí)中，目標(biāo)之間存在沖突，導(dǎo)致導(dǎo)航策略難以動態(tài)權(quán)衡、決策靈活性不足的問題。首先，創(chuàng)建仿真環(huán)境并構(gòu)建Bayesian?RVO模型用于對仿真環(huán)境中的行人行為模擬；其次，引入博弈論中的均衡響應(yīng)原理設(shè)計獎勵函數(shù)并構(gòu)建博弈論框架；然后，設(shè)計基于Stackelberg博弈結(jié)構(gòu)的雙層決策網(wǎng)絡(luò)；在此基礎(chǔ)上，引入BNN結(jié)構(gòu)的Critic網(wǎng)絡(luò)；最后，進行模型訓(xùn)練。與現(xiàn)有方法相比，本發(fā)明在復(fù)雜環(huán)境下表現(xiàn)出更高的導(dǎo)航成功率、更低的碰撞率和更強的路徑合理性，顯著提升了機器人在復(fù)雜環(huán)境中的自主導(dǎo)航性能，可應(yīng)用于農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)等領(lǐng)域。
圖片資料 復(fù)雜動態(tài)環(huán)境下基于強化學(xué)習(xí)的機器人自主導(dǎo)航的模型訓(xùn)練方法
合作方式 具體面議
聯(lián)系人 戚梅宇 聯(lián)系電話 13074363281