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！

申请/专利权人：青岛理工大学

摘要：本申请公开了一种空地异构机器人导航方法、设备及介质，涉及于机器人环境认知与导航领域，该方法包括构建空地异构机器人情景记忆算法模型；所述空地异构机器人情景记忆算法模型用于根据模拟类脑海马体及纹状体机制的情节认知和强化学习，进行空地异构机器人导航；利用历史数据集对空地异构机器人情景记忆算法模型进行训练，得到空地异构机器人的自适应导航控制模型；所述历史数据集包括：每一时刻空地异构机器人的传感数据和任务目标以及相应的动作；获取当前空地异构机器人的传感数据和任务目标，并采用自适应导航控制模型进行导航。本申请能够提高空地异构机器人导航的准确性、稳定性和安全性。

主权项：1.一种空地异构机器人导航方法，其特征在于，所述空地异构机器人导航方法包括：构建空地异构机器人情景记忆算法模型；所述空地异构机器人情景记忆算法模型用于根据模拟类脑海马体及纹状体机制的情节认知和强化学习，进行空地异构机器人导航；所述空地异构机器人情景记忆算法模型以空地异构机器人的传感数据和任务目标为输入，以空地异构机器人的控制指令为输出；所述传感数据包括：视觉图像、距离信息、姿态信息以及位置信息；空地异构机器人根据控制指令进行相应动作；利用历史数据集对空地异构机器人情景记忆算法模型进行训练，得到空地异构机器人的自适应导航控制模型；所述历史数据集包括：每一时刻空地异构机器人的传感数据和任务目标以及相应的动作；获取当前空地异构机器人的传感数据和任务目标，并采用自适应导航控制模型进行导航；对空地异构机器人情景记忆算法模型训练的过程为：基于当前时刻的空地异构机器人的传感数据，利用情景记忆层，预测当前时刻的环境状态；根据当前时刻的环境状态，采用结合的深度增强学习与LSTM网络，得到当前时刻的环境状态的关联环境-动作；根据当前时刻的环境状态的关联环境-动作，采用LSTM网络，得到下一时刻的预测动作；根据下一时刻的环境状态，采用结合的深度增强学习与LSTM网络，得到下一时刻的环境状态的关联环境-动作，并得到下一时刻的动作；判断下一时刻的动作与下一时刻的预测动作的动作差值是否小于等于误差阈值；若不小于，则利用下一时刻的环境状态的关联环境-动作去训练结合的深度增强学习与LSTM网络，直至动作差值小于等于误差阈值；若小于等于，则输出下一时刻的预测动作。

全文数据：

权利要求：

百度查询： 青岛理工大学 一种空地异构机器人导航方法、设备及介质