一种基于深度强化学习的移动机器人运动规划方法

被引：0

专利类型：

发明

申请号：

CN202311643993.X

申请日：

2023-12-04

公开(公告)号：

CN117666577A

公开(公告)日：

2024-03-08

发明(设计)人：

杨光红杨志昊王俊生

申请人：

东北大学

申请人地址：

110819 辽宁省沈阳市和平区文化路三巷11号

IPC主分类号：

G05D1/43

IPC分类号：

G05D1/242 G05D1/633 G05D1/644 G05D105/22

代理机构：

代理人：

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
2024-03-26	实质审查的生效	实质审查的生效IPC(主分类):G05D 1/43申请日:20231204
2024-03-08	公开	公开

共 50 条

[1]

基于碰撞概率的移动机器人深度强化学习运动规划方法 [P].

王军晓 ;

王琨琨 ;

陈豪驰 ;

冯建涵 ;

朱烜辉 ;

卢一鹤 ;

邢科新 .

中国专利 :CN120508103A ,2025-08-19

[2]

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

[3]

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

[4]

一种基于深度强化学习的移动机器人避障方法 [P].

穆宗昊 ;

宋伟 ;

廖建峰 ;

周元海 ;

金天磊 ;

方伟 .

中国专利 :CN114237235B ,2024-01-19

[5]

一种基于深度强化学习的移动机器人避障方法 [P].

穆宗昊 ;

宋伟 ;

廖建峰 ;

周元海 ;

金天磊 ;

方伟 .

中国专利 :CN114237235A ,2022-03-25

[6]

一种基于深度强化学习的移动机器人路径规划方法 [P].

陈满 ;

赖志强 ;

李茂军 ;

李宜伟 ;

李俊日 .

中国专利 :CN112904848B ,2021-06-04

[7]

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

[8]

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

[9]

一种多移动机器人分层强化学习运动规划方法与系统 [P].

邓方 ;

张思盈 ;

周轩 ;

姚继宇 ;

石翔 ;

吕茂斌 ;

陈晨 ;

李全印 ;

李洪波 ;

张胜 .

中国专利 :CN120800403A ,2025-10-17

[10]

基于脉冲混合强化学习的移动机器人避障运动规划方法 [P].

吴巧云 ;

易程 ;

汪俊 ;

李祥雨 ;

王为周 .

中国专利 :CN120406474B ,2025-09-02

← 1 2 3 4 5 →