一种规则约束下基于深度强化学习的船舶避碰决策方法

被引：0

专利类型：

发明

申请号：

CN202210446491.7

申请日：

2022-04-26

公开(公告)号：

CN114895673B

公开(公告)日：

2024-11-22

发明(设计)人：

刘克中王伟强黄立文袁志涛吴晓烈辛旭日王晶尧

申请人：

武汉理工大学

申请人地址：

430070 湖北省武汉市洪山区珞狮路122号

IPC主分类号：

G05D1/43

IPC分类号：

G05D109/30

代理机构：

南京纵横知识产权代理有限公司 32224

代理人：

祝蓉蓉

法律状态：

授权

国省代码：

湖北省武汉市

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
2024-11-22	授权	授权

共 50 条

[1]

一种规则约束下基于深度强化学习的船舶避碰决策方法 [P].

刘克中 ;

王伟强 ;

黄立文 ;

袁志涛 ;

吴晓烈 ;

辛旭日 ;

王晶尧 .

中国专利 :CN114895673A ,2022-08-12

[2]

一种基于两阶段安全强化学习的船舶避碰决策方法 [P].

朱飞祥 ;

杜屹帆 ;

魏莫轩 ;

牛一涵 ;

胡涛 .

中国专利 :CN119439993B ,2025-12-05

[3]

一种基于两阶段安全强化学习的船舶避碰决策方法 [P].

朱飞祥 ;

杜屹帆 ;

魏莫轩 ;

牛一涵 ;

胡涛 .

中国专利 :CN119439993A ,2025-02-14

[4]

一种基于迁移强化学习的海上自主水面船舶避碰决策方法 [P].

张新宇 ;

王程博 ;

姜玲玲 ;

王雷豪 ;

郑康洁 ;

王警 ;

崔浩 ;

刘震生 ;

齐怀远 .

中国专利 :CN115167404B ,2024-04-19

[5]

一种基于深度强化学习的多agent避碰方法 [P].

孙立博 ;

秦文虎 ;

翟金凤 .

中国专利 :CN110968102B ,2020-04-07

[6]

一种基于记忆机制深度强化学习的无人船避碰方法 [P].

吴德烽 ;

范镇鸿 ;

黎国强 ;

游政 ;

武东杰 ;

涂婉丽 ;

陈国权 ;

刘启俊 ;

钟尚坤 .

中国专利 :CN120010498A ,2025-05-16

[7]

一种基于记忆机制深度强化学习的无人船避碰方法 [P].

吴德烽 ;

范镇鸿 ;

黎国强 ;

游政 ;

武东杰 ;

涂婉丽 ;

陈国权 ;

刘启俊 ;

钟尚坤 .

中国专利 :CN120010498B ,2025-08-26

[8]

一种基于强化学习的船舶智能避碰方法 [P].

张蕊 ;

王潇 ;

刘克中 ;

吴晓烈 ;

刘炯炯 .

中国专利 :CN108820157A ,2018-11-16

[9]

一种基于深度强化学习的船舶路径规划方法 [P].

杨玉 ;

蒋效伟 ;

陈浩楠 ;

王浩然 ;

宋强 ;

戴红伟 .

中国专利 :CN120406424A ,2025-08-01

[10]

一种基于QSP和深度强化学习的临床决策支持方法 [P].

吴辉群 ;

张继海 ;

王子函 ;

杨王琦 ;

汪凯宇 .

中国专利 :CN120148897A ,2025-06-13

← 1 2 3 4 5 →