一种基于复杂强化学习的机器人路径规划方法

被引：0

专利类型：

发明

申请号：

CN202510291658.0

申请日：

2025-03-12

公开(公告)号：

CN120141517A

公开(公告)日：

2025-06-13

发明(设计)人：

张四平江卫国黄子罡

申请人：

西安交通大学

申请人地址：

710049 陕西省西安市碑林区咸宁西路28号

IPC主分类号：

G01C21/34

IPC分类号：

代理机构：

西安通大专利代理有限责任公司 61200

代理人：

王艾华

法律状态：

实质审查的生效

国省代码：

陕西省西安市

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
2025-07-01	实质审查的生效	实质审查的生效IPC(主分类):G01C 21/34申请日:20250312
2025-06-13	公开	公开

共 50 条

[1]

基于强化学习的机器人路径规划方法 [P].

张祖艳 ;

杨红运 .

中国专利 :CN121115783A ,2025-12-12

[2]

一种基于深度强化学习的机器人路径规划方法 [P].

张秀梅 ;

赵新元 ;

李慧 ;

车柏乐 ;

王大楠 .

中国专利 :CN120215511B ,2025-12-12

[3]

一种基于深度强化学习的机器人路径规划方法 [P].

张秀梅 ;

赵新元 ;

李慧 ;

车柏乐 ;

王大楠 .

中国专利 :CN120215511A ,2025-06-27

[4]

一种基于深度强化学习的机器人路径规划方法 [P].

邓三鹏 ;

祁宇明 ;

谢雷 ;

李辉 ;

张香玲 ;

杨彬 .

中国专利 :CN110977967A ,2020-04-10

[5]

基于强化学习的机器人复杂时序逻辑任务路径规划方法 [P].

殷翔 ;

任晓华 ;

李少远 .

中国专利 :CN114355947A ,2022-04-15

[6]

一种基于课程深度强化学习的多机器人路径规划方法 [P].

蔡世波 ;

朱迪 ;

都明宇 ;

张科文 .

中国专利 :CN119642843A ,2025-03-18

[7]

一种基于深度强化学习的自主移机器人路径规划方法 [P].

林云汉 ;

张志杰 ;

杨娟 ;

符浩 ;

闵华松 .

中国专利 :CN119105512A ,2024-12-10

[8]

一种基于深度强化学习的地面机器人路径规划方法 [P].

邵士亮 ;

秦宏伟 ;

张进 ;

王挺 ;

刘连庆 .

中国专利 :CN116625369B ,2025-10-31

[9]

一种基于强化学习的机器人路径规划方法及设备 [P].

张小俭 ;

朱桢 ;

丁汉 ;

严思杰 ;

叶松涛 .

中国专利 :CN118163101A ,2024-06-11

[10]

一种基于深度强化学习的多机器人路径规划方法 [P].

邓辅秦 ;

官桧锋 ;

叶思垣 ;

黄焕钊 ;

彭舒婷 ;

谭朝恩 ;

钟家铭 ;

李伟科 ;

王栋 ;

龙佳乐 ;

张建民 ;

钟东洲 ;

丁毅 ;

习江涛 .

中国专利 :CN114742270A ,2022-07-12

← 1 2 3 4 5 →