基于双向深度强化学习的多无人船协同围捕训练方法

被引：0

专利类型：

发明

申请号：

CN202411109760.6

申请日：

2024-08-14

公开(公告)号：

CN118626867A

公开(公告)日：

2024-09-10

发明(设计)人：

庄宇飞董鹏飞黄海滨钟哲涛刘全羽薛明尧马远歌

申请人：

哈尔滨工业大学（威海）威海天帆智能科技有限公司

申请人地址：

264200 山东省威海市文化西路2号

IPC主分类号：

G06F18/214

IPC分类号：

G06N3/084 G06N3/092

代理机构：

威海佩敏专利代理事务所(普通合伙) 37284

代理人：

宋益敏;杨峰

法律状态：

实质审查的生效

国省代码：

河北省石家庄市

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
2024-09-27	实质审查的生效	实质审查的生效IPC(主分类):G06F 18/214申请日:20240814
2024-10-08	授权	授权
2024-09-10	公开	公开

共 50 条

[1]

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 :CN118626867B ,2024-10-08

[2]

一种多无人船协同围捕训练系统及训练方法 [P].

丁倩 ;

董鹏飞 ;

朱忠锋 ;

曾伟 ;

余记远 ;

庄宇飞 ;

黄海滨 ;

徐小坤 ;

李剑寒 ;

李黎 ;

赵培双 ;

刘海波 ;

鞠伯伦 .

中国专利 :CN120972936A ,2025-11-18

[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 :CN119168601A ,2024-12-20

[4]

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

[5]

基于深度强化学习的固定时间无人船编队围捕控制方法 [P].

白伟伟 ;

王源豪 ;

陈德旺 ;

章文俊 ;

刘凤 .

中国专利 :CN120560265A ,2025-08-29

[6]

基于进化算法的深度强化学习策略网络训练方法 [P].

周银达 ;

李斌 ;

李厚强 .

中国专利 :CN108805268A ,2018-11-13

[7]

基于深度强化学习的水下多无人平台协同跟踪方法及系统 [P].

刘妹琴 ;

郑林垚 ;

陈霸东 ;

兰剑 ;

魏平 .

中国专利 :CN118779073A ,2024-10-15

[8]

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 [P].

柳文章 ;

柯亚男 ;

任璐 ;

孙长银 .

中国专利 :CN117168468B ,2024-02-06

[9]

基于深度强化学习的水下多无人平台协同跟踪方法及系统 [P].

刘妹琴 ;

郑林垚 ;

陈霸东 ;

兰剑 ;

魏平 .

中国专利 :CN118779073B ,2025-11-18

[10]

基于深度强化学习的木工技能训练方法 [P].

陈敏 ;

王赵良 ;

黄倩玲 .

中国专利 :CN120107034A ,2025-06-06

← 1 2 3 4 5 →