一种基于深度强化学习的移动机器人路径规划方法

被引：0

专利类型：

发明

申请号：

CN202110061932.7

申请日：

2021-01-18

公开(公告)号：

CN112904848B

公开(公告)日：

2021-06-04

发明(设计)人：

陈满赖志强李茂军李宜伟李俊日

申请人：

申请人地址：

410004 湖南省长沙市天心区万家丽南路二段960号长沙理工大学电气与信息工程学院

IPC主分类号：

G05D102

IPC分类号：

代理机构：

安徽申策知识产权代理事务所(普通合伙) 34178

代理人：

梁维尼

法律状态：

实质审查的生效

国省代码：

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
2021-06-22	实质审查的生效	实质审查的生效 IPC(主分类):G05D 1/02 申请日:20210118
2021-06-04	公开	公开
2022-08-12	授权	授权

共 50 条

[1]

基于深度强化学习的移动机器人路径规划方法 [P].

邱意敏 ;

王正刚 ;

宋术洪 ;

李炜 ;

王钦 ;

张红宇 ;

尹浩楠 .

中国专利 :CN120538536A ,2025-08-26

[2]

一种基于深度强化学习的移动机器人路径规划方法 [P].

王军 ;

刘超越 ;

杨云宵 ;

陈祉烨 .

中国专利 :CN113885329A ,2022-01-04

[3]

一种基于深度强化学习的移动机器人路径规划方法 [P].

王秋辰 ;

张惕远 ;

丁超 ;

林祺 ;

宋子洋 .

中国专利 :CN114740868A ,2022-07-12

[4]

基于深度强化学习的自主移动机器人路径规划方法 [P].

彭滔 ;

晏朋辉 ;

谢星星 ;

唐灿 .

中国专利 :CN118259669A ,2024-06-28

[5]

基于深度强化学习的移动机器人层次路径规划方法及系统 [P].

黄珂 ;

张继林 ;

张梦华 ;

房玮 ;

赵恒堂 ;

王一然 ;

冯昌烨 ;

耿昊坤 .

中国专利 :CN120215495A ,2025-06-27

[6]

一种基于强化学习的移动机器人路径规划方法 [P].

刘成菊 ;

孙晓娴 ;

姚陈鹏 ;

陈启军 .

中国专利 :CN110794832B ,2020-02-14

[7]

一种基于强化学习的移动机器人路径规划方法 [P].

刘亚强 ;

苑恒阳 ;

彭金柱 ;

贺威 ;

张伟立 ;

丁帅 ;

王海静 ;

刘燕 ;

赖南华 ;

李律松 .

中国专利 :CN120630993A ,2025-09-12

[8]

基于深度学习的移动机器人路径规划方法 [P].

王福杰 ;

李超凡 ;

秦毅 ;

任斌 ;

郭芳 ;

胡耀华 ;

姚智伟 .

中国专利 :CN112847370A ,2021-05-28

[9]

基于深度学习的移动机器人路径规划方法 [P].

王福杰 ;

李超凡 ;

秦毅 ;

任斌 ;

郭芳 ;

胡耀华 ;

姚智伟 .

中国专利 :CN113359738A ,2021-09-07

[10]

基于值分布深度强化学习的移动机器人局部路径规划方法 [P].

杜胜利 ;

朱泽兴 ;

韩红桂 ;

乔俊飞 .

中国专利 :CN117470244A ,2024-01-30

← 1 2 3 4 5 →