基于强化学习的机器人复杂时序逻辑任务路径规划方法

被引：0

申请号：

CN202210028141.9

申请日：

2022-01-11

公开(公告)号：

CN114355947A

公开(公告)日：

2022-04-15

发明(设计)人：

殷翔任晓华李少远

申请人：

申请人地址：

200240 上海市闵行区东川路800号

IPC主分类号：

G05D102

IPC分类号：

代理机构：

上海科盛知识产权代理有限公司 31225

代理人：

丁云

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
2022-05-03	实质审查的生效	实质审查的生效 IPC(主分类):G05D 1/02 申请日:20220111
2022-04-15	公开	公开

共 50 条

[1]

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

[2]

基于深度强化学习的机器人无地图路径规划方法及系统 [P].

宋勇 ;

张守良 ;

庞豹 ;

许庆阳 ;

袁宪锋 ;

李贻斌 .

中国专利 :CN115167478B ,2024-04-26

[3]

一种基于复杂强化学习的机器人路径规划方法 [P].

张四平 ;

江卫国 ;

黄子罡 .

中国专利 :CN120141517A ,2025-06-13

[4]

一种基于改进强化学习的六足机器人路径规划方法 [P].

王琦标 ;

陈刘鸿旭 ;

谢波 ;

邓超 ;

杨剑波 ;

庹先国 .

中国专利 :CN118089733B ,2025-09-02

[5]

基于人工蜂群和强化学习的机器人路径规划方法和系统 [P].

贾华坤 ;

肖家能 ;

于连栋 ;

陆洋 ;

高荣科 ;

黄一辰 ;

王向阳 .

中国专利 :CN120996078A ,2025-11-21

[6]

一种基于改进强化学习的六足机器人路径规划方法 [P].

王琦标 ;

陈刘鸿旭 ;

谢波 ;

邓超 ;

杨剑波 ;

庹先国 .

中国专利 :CN118089733A ,2024-05-28

[7]

基于强化学习的多机器人协同测量路径规划方法 [P].

谢核 ;

张志宏 ;

邹佩 ;

高谢毅 ;

邓晶丹 ;

贺文斌 .

中国专利 :CN120651248A ,2025-09-16

[8]

基于强化学习的多机器人协同测量路径规划方法 [P].

谢核 ;

张志宏 ;

邹佩 ;

高谢毅 ;

邓晶丹 ;

贺文斌 .

中国专利 :CN120651248B ,2025-10-17

[9]

一种基于强化学习的时序逻辑任务规划方法 [P].

方浩 ;

宇文涛 ;

陈杰 ;

杨庆凯 ;

曾宪琳 .

中国专利 :CN110014428B ,2019-07-16

[10]

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

← 1 2 3 4 5 →