基于近端策略优化的多无人艇深度强化学习协同导航方法

被引：0

专利类型：

发明

申请号：

CN202311452155.4

申请日：

2023-11-03

公开(公告)号：

CN117168468B

公开(公告)日：

2024-02-06

发明(设计)人：

柳文章柯亚男任璐孙长银

申请人：

安徽大学

申请人地址：

230601 安徽省合肥市经济技术开发区九龙路111号

IPC主分类号：

G01C21/20

IPC分类号：

代理机构：

南京有岸知识产权代理事务所(特殊普通合伙) 32757

代理人：

王磊

法律状态：

授权

国省代码：

安徽省宣城市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2024-02-06	授权	授权

共 50 条

[1]

一种基于注意力机制的近端策略多无人艇围捕优化方法 [P].

薛珊 ;

赵宁 ;

张卫东 ;

刘若楠 ;

郭东生 ;

贾泽华 ;

谢威 ;

耿雄飞 ;

张义博 ;

焦杰然 ;

张宸铭 ;

马习文 ;

林斌 ;

齐俊桐 ;

董帅 .

中国专利 :CN118761316A ,2024-10-11

[2]

基于通道注意力机制深度强化学习算法的多无人艇协同围捕方法 [P].

叶茂娇 ;

王琨 ;

丁磊 ;

黄琦龙 .

中国专利 :CN119168601A ,2024-12-20

[3]

基于通道注意力机制深度强化学习算法的多无人艇协同围捕方法 [P].

叶茂娇 ;

王琨 ;

丁磊 ;

黄琦龙 .

中国专利 :CN119168601B ,2025-03-25

[4]

一种基于深度强化学习的近端策略优化方法 [P].

石新聪 ;

郭创新 ;

陈垣希 ;

杜承深 ;

胡轶婕 ;

徐华廷 .

中国专利 :CN118367567A ,2024-07-19

[5]

基于区块链的异步联邦近端策略优化强化学习方法 [P].

刘炜 ;

王彬 ;

谭健 ;

佘维 ;

师恩洁 ;

钟李红 ;

田钊 ;

宰光军 .

中国专利 :CN120144948A ,2025-06-13

[6]

一种基于强化学习的多无人车协同编队最优控制方法 [P].

龙江 ;

张涛 ;

金才君 ;

刘尊 ;

郭阳明 .

中国专利 :CN120523197A ,2025-08-22

[7]

一种基于强化学习的多无人车协同编队最优控制方法 [P].

龙江 ;

张涛 ;

金才君 ;

刘尊 ;

郭阳明 .

中国专利 :CN120523197B ,2025-10-24

[8]

一种基于角度约束的多无人艇协同拦截方法 [P].

刘云平 ;

喻鹏鹏 ;

陆旭春 ;

郭秋鑫 ;

邬心怡 ;

龚毅光 ;

张永宏 ;

还红华 .

中国专利 :CN118444685A ,2024-08-06

[9]

一种基于角度约束的多无人艇协同拦截方法 [P].

刘云平 ;

喻鹏鹏 ;

陆旭春 ;

郭秋鑫 ;

邬心怡 ;

龚毅光 ;

张永宏 ;

还红华 .

中国专利 :CN118444685B ,2024-10-29

[10]

基于双向深度强化学习的多无人船协同围捕训练方法 [P].

庄宇飞 ;

董鹏飞 ;

黄海滨 ;

钟哲涛 ;

刘全羽 ;

薛明尧 ;

马远歌 .

中国专利 :CN118626867A ,2024-09-10

← 1 2 3 4 5 →