学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审

一种基于课程深度强化学习的多机器人路径规划方法

被引：0
专利类型：
发明
申请号：
CN202411737143.0
申请日：
2024-11-29
公开(公告)号：
CN119642843A
公开(公告)日：
2025-03-18
发明(设计)人：
蔡世波 朱迪 都明宇 张科文
申请人：
浙江工业大学
申请人地址：
310014 浙江省杭州市拱墅区朝晖六区潮王路18号
IPC主分类号：
G01C21/34
IPC分类号：
代理机构：
杭州斯可睿专利事务所有限公司 33241
代理人：
王利强
法律状态：
公开
国省代码：
浙江省 杭州市
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
2025-03-18 公开 公开
2025-04-04 实质审查的生效 实质审查的生效IPC(主分类):G01C 21/34申请日:20241129
共 50 条
[41]
基于深度强化学习和区域平衡的多机器人任务规划方法 [P]. 
穆朝絮 ;
张俊楠 ;
王珂 ;
张勇 ;
周三平 ;
高泽华 ;
唐卓 ;
姜泽武 .
中国专利 :CN116900538B ,2024-01-09
[42]
基于深度强化学习的采摘机器人的无碰撞路径规划方法 [P]. 
李展斓 ;
高天一 ;
蔡克卫 ;
熊志鑫 ;
文玲 .
中国专利 :CN117519200A ,2024-02-06
[43]
基于强化学习蟑螂算法的机器人路径规划方法 [P]. 
程乐 ;
宋艳红 ;
杨晔 ;
华大龙 ;
王志勃 ;
史梦安 ;
潘永安 ;
郜继红 ;
汪燕 ;
黄丽萍 .
中国专利 :CN107024220A ,2017-08-08
[44]
一种基于强化学习的仓储机器人路径规划方法 [P]. 
杨德国 ;
赵明慧 ;
孟宪华 ;
殷岐鸣 ;
崔林达 .
中国专利 :CN120467373A ,2025-08-12
[45]
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
[46]
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
[47]
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
[48]
引入剂量因子的深度强化学习核应急机器人路径规划方法 [P]. 
周怀芳 ;
霍建文 ;
张华 ;
向索祎 ;
张仕靖 ;
凌铭润 ;
胡旭林 ;
孙俊 ;
李林静 ;
林海涛 ;
张雨楠 .
中国专利 :CN119164396B ,2025-07-22
[49]
引入剂量因子的深度强化学习核应急机器人路径规划方法 [P]. 
周怀芳 ;
霍建文 ;
张华 ;
向索祎 ;
张仕靖 ;
凌铭润 ;
胡旭林 ;
孙俊 ;
李林静 ;
林海涛 ;
张雨楠 .
中国专利 :CN119164396A ,2024-12-20
[50]
一种基于随机采样和强化学习的机器人路径规划方法 [P]. 
张俊华 ;
吴智恒 ;
程良伦 ;
王涛 .
中国专利 :CN110081889A ,2019-08-02
12345