一种基于深度强化学习的机器人全局路径规划方法

被引：0

专利类型：

发明

申请号：

CN201710346125.3

申请日：

2017-05-17

公开(公告)号：

CN107065881B

公开(公告)日：

2017-08-18

发明(设计)人：

刘华平韩建晖王博文孙富春

申请人：

申请人地址：

100084 北京市海淀区清华园1号

IPC主分类号：

G05D102

IPC分类号：

代理机构：

北京清亦华知识产权代理事务所(普通合伙) 11201

代理人：

廖元秋

法律状态：

公开

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
2017-08-18	公开	公开
2019-11-08	授权	授权
2017-09-12	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101747189612 IPC(主分类):G05D 1/02 专利申请号:2017103461253 申请日:20170517

共 50 条

[1]

一种基于深度强化学习的机器人路径规划方法 [P].

邓三鹏 ;

祁宇明 ;

谢雷 ;

李辉 ;

张香玲 ;

杨彬 .

中国专利 :CN110977967A ,2020-04-10

[2]

一种基于深度强化学习的多机器人路径规划方法 [P].

邓辅秦 ;

官桧锋 ;

叶思垣 ;

黄焕钊 ;

彭舒婷 ;

谭朝恩 ;

钟家铭 ;

李伟科 ;

王栋 ;

龙佳乐 ;

张建民 ;

钟东洲 ;

丁毅 ;

习江涛 .

中国专利 :CN114742270A ,2022-07-12

[3]

一种基于深度强化学习的机器人路径规划方法 [P].

张秀梅 ;

赵新元 ;

李慧 ;

车柏乐 ;

王大楠 .

中国专利 :CN120215511B ,2025-12-12

[4]

一种基于深度强化学习的机器人路径规划方法 [P].

张秀梅 ;

赵新元 ;

李慧 ;

车柏乐 ;

王大楠 .

中国专利 :CN120215511A ,2025-06-27

[5]

一种基于深度强化学习的机器人避障路径规划方法 [P].

苏飏 ;

董秀成 ;

田箫源 ;

向贤明 ;

张党成 ;

刘俊君 .

中国专利 :CN117707168A ,2024-03-15

[6]

一种基于深度强化学习的智能清洁机器人路径规划方法 [P].

杜林 .

中国专利 :CN112327821A ,2021-02-05

[7]

一种基于深度强化学习的地面机器人路径规划方法 [P].

邵士亮 ;

秦宏伟 ;

张进 ;

王挺 ;

刘连庆 .

中国专利 :CN116625369B ,2025-10-31

[8]

基于深度强化学习的多机器人路径规划方法及电子装置 [P].

邓辅秦 ;

官桧锋 ;

叶思垣 ;

黄焕钊 ;

彭舒婷 ;

谭朝恩 ;

钟家铭 ;

李伟科 ;

王栋 ;

龙佳乐 ;

张建民 ;

钟东洲 ;

丁毅 ;

习江涛 .

中国专利 :CN114742270B ,2024-12-24

[9]

一种基于深度强化学习的水下消杀机器人路径规划算法 [P].

李兆伦 ;

罗笑南 ;

徐颂华 ;

陈瑞爱 .

中国专利 :CN117389258A ,2024-01-12

[10]

基于强化学习的机器人路径规划方法 [P].

张祖艳 ;

杨红运 .

中国专利 :CN121115783A ,2025-12-12

← 1 2 3 4 5 →