龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：山东科技大学
申请日：2024-02-21
公开（公告）日：2024-06-11
公开（公告）号：CN118168549A
主分类号：G01C21/20
分类号：G01C21/20;G06N3/092
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.28#实质审查的生效;2024.06.11#公开
摘要：本发明公开了一种基于ε‑UCB和栅格图奖励函数的移动机器人路径规划方法，首先设计基于栅格图环境的深度强化学习M‑DQN的模型；根据深度强化学习M‑DQN模型设计ε‑UCB动作决策方法，以提高探索效率；根据栅格图环境设计奖励函数，充分利用有效信息，为智能体提供引导。本发明设计了一种ε‑greedy和UCB思维相结合的ε‑UCB动作决策方法，可以有效提高探索效率并减少无意义的探索；设计了基于栅格图环境的特别奖励函数，可以对强化学习智能体起到充分的引导作用，加快收敛速度。整体算法基于M‑DQN框架，引入了动作对数信号，减小了自举问题的影响。
主权项：1.一种基于ε-UCB和栅格图奖励函数的移动机器人路径规划方法，其特征在于，包括以下步骤：步骤一：设计基于栅格图环境的深度强化学习M-DQN的模型；步骤二：根据深度强化学习M-DQN模型设计ε-UCB动作决策方法，以提高探索效率；步骤三：根据栅格图环境设计奖励函数，充分利用有效信息，为智能体提供引导。
全文数据：
权利要求：
百度查询： 山东科技大学 一种基于ε-UCB和栅格图奖励函数的移动机器人路径规划方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号