基于深度强化学习的多模态机器人导航方法及系统

被引：0

专利类型：

发明

申请号：

CN202510047596.9

申请日：

2025-01-13

公开(公告)号：

CN119879937A

公开(公告)日：

2025-04-25

发明(设计)人：

池海谢寅铎夏伯慷张伟李晓磊朱扬飞

申请人：

济南幼儿师范高等专科学校山东大学

申请人地址：

250307 山东省济南市长清区丹桂路2011号

IPC主分类号：

G01C21/20

IPC分类号：

G06N3/092 G06F17/10 G01S17/86 G01S17/58 G01S17/93 G01C21/00

代理机构：

济南圣达知识产权代理有限公司 37221

代理人：

黄海丽

法律状态：

公开

国省代码：

江苏省常州市

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
2025-04-25	公开	公开
2025-05-13	实质审查的生效	实质审查的生效IPC(主分类):G01C 21/20申请日:20250113

共 50 条

[1]

基于深度强化学习的机器人导航方法及系统、设备、介质 [P].

赵锴 ;

张文祺 ;

李鹏 ;

傅汇乔 ;

叶发萍 ;

江微杰 ;

朱晓 ;

王韬 .

中国专利 :CN112631296A ,2021-04-09

[2]

基于图深度强化学习的多机器人协同导航方法及系统 [P].

辛菁 ;

张宏聪 ;

张晓晖 ;

刘青 ;

王乐 ;

岳鹏宇 .

中国专利 :CN119043331A ,2024-11-29

[3]

一种基于深度强化学习的机器人路径导航方法及系统 [P].

吕蕾 ;

周青林 ;

丁昊 ;

张凤军 ;

刘翔 .

中国专利 :CN111487864A ,2020-08-04

[4]

一种基于多模态逆强化学习的机器人导航方法 [P].

史豪斌 ;

何自明 ;

刘子航 ;

杨北亚 .

中国专利 :CN119146960A ,2024-12-17

[5]

基于深度强化学习的机器人抓取方法及系统 [P].

袁庆霓 ;

罗国庆 ;

曲鹏举 ;

贾伟 ;

窦忠宇 ;

杜飞龙 ;

蓝伟文 .

中国专利 :CN119973993A ,2025-05-13

[6]

基于深度强化学习的表型巡检机器人垄行跟踪导航方法及系统 [P].

郭军龙 ;

李景闻 ;

王清扬 ;

田成花 ;

周川 ;

李亚宽 ;

李希彬 ;

黄博 .

中国专利 :CN120563557A ,2025-08-29

[7]

一种基于深度强化学习的多机器人协同导航方法 [P].

杨旭韵 ;

成慧 .

中国专利 :CN111781922B ,2020-10-16

[8]

基于深度强化学习的机器人决策方法 [P].

关海啸 ;

任月佳 ;

周庆涛 ;

孙鸿博 .

中国专利 :CN120645237A ,2025-09-16

[9]

基于深度强化学习的机器人决策方法 [P].

关海啸 ;

任月佳 ;

周庆涛 ;

孙鸿博 .

中国专利 :CN120645237B ,2025-10-24

[10]

基于深度强化学习的多机器人分层编队控制方法及系统 [P].

姜丽梅 ;

杨国栋 .

中国专利 :CN118377304A ,2024-07-23

← 1 2 3 4 5 →