Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京理工大学高艾获国家专利权

恭喜北京理工大学高艾获国家专利权

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!

龙图腾网恭喜北京理工大学申请的专利适用于强化学习的小天体着陆器动态目标规划训练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:CN115509247B

龙图腾网通过国家知识产权局官网在2025-03-07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:202211220711.0,技术领域涉及:G05D1/495;该发明授权适用于强化学习的小天体着陆器动态目标规划训练方法是由高艾;路思遥;徐瑞;李朝玉;朱圣英设计研发完成,并于2022-10-08向国家知识产权局提交的专利申请。

适用于强化学习的小天体着陆器动态目标规划训练方法在说明书摘要公布了:本发明公开的适用于强化学习的小天体着陆器动态目标规划训练方法,属于航空航天技术领域。本发明通过小天体着陆器初始和目标状态对随机生成的方法,在BFS的状态空间规划器验证和筛选下,生成大量的有解的初始‑目标状态对,增加强化学习算法训练环境的可行初始‑目标状态样本。本发明通过反用固定目标状态生成方法,将多初始状态‑单目标状态的可选的小行星着陆器训练环境备选状态;通过迭代生成多初始状态‑多目标状态的备选状态,在训练过程中提升训练后智能体的动态目标任务规划能力。本发明通过使用BFS的状态空间规划器,对生成的初始或目标状态进行筛选和验证,确保初始‑目标状态对存在规划解,减少对强化学习算法训练环境的干扰。

本发明授权适用于强化学习的小天体着陆器动态目标规划训练方法在权利要求书中公布了:1.适用于强化学习的小天体着陆器动态目标规划训练方法,其特征在于:包括如下步骤,步骤一、根据小天体着陆器任务规划中小天体着陆器系统状态与动作间的约束和转移关系,确定待规划和训练的任务模型;步骤二、使用矩阵和向量形式表达小行星着陆任务规划使用的状态空间中不同系统的当前状态,表达着陆器各系统的真实状态向量η和其中的各状态组ζj;在此基础上设置t个存在解序列的初始状态和目标状态,其中t≥1;步骤三、构建基于广度优先搜索BFS的状态空间规划器,便于在后续步骤中利用所述状态空间规划器验证生成的初始-目标状态对间,或者任意状态空间中A状态和B状态间可行性,即是否存在规划解;步骤四、反用固定目标状态生成方法,根据步骤二中存在解序列的初始状态,生成适用于每个着陆器系统的随机目标状态,进而组合为目标状态矩阵;重复上述生成随机目标状态矩阵的过程,使用步骤三中BFS状态空间规划器,验证生成的初始-目标状态对间可行性,筛选可行的目标状态,进而生成多个可行的随机目标状态矩阵;步骤五、采用迭代式初始状态组状态生成方法,根据步骤四生成的目标状态矩阵KM,继续使用固定目标状态生成方法,随机生成多个在目标状态矩阵KM下每个目标状态均有解的初始状态,构成初始状态集KMiN;步骤六、针对每个步骤四中生成的目标状态执行步骤五,为每个步骤四中生成的目标状态生成相应的初始状态集,得到一个m*n初始状态集,也即共有m*n个初始-目标状态对;步骤七、以上述初始-目标状态对组作为强化学习训练环境的初始状态-目标状态,通过训练过程中从初始-目标状态对组中重新选取初始-目标状态对作为训练环境的新初始-目标状态,增强训练后小行星着陆器任务规划智能体对于动态任务目标的规划适应能力。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。