基于深度强化学习的移动机器人层次路径规划方法及系统

被引：0

专利类型：

发明

申请号：

CN202510342923.3

申请日：

2025-03-21

公开(公告)号：

CN120215495A

公开(公告)日：

2025-06-27

发明(设计)人：

黄珂张继林张梦华房玮赵恒堂王一然冯昌烨耿昊坤

申请人：

山东师范大学济南大学

申请人地址：

250014 山东省济南市历下区文化东路88号

IPC主分类号：

G05D1/43

IPC分类号：

G05D1/242 G05D1/243 G05D1/246 G05D1/633 G05D109/10

代理机构：

济南圣达知识产权代理有限公司 37221

代理人：

李圣梅

法律状态：

公开

国省代码：

山东省济南市

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
2025-06-27	公开	公开
2025-07-15	实质审查的生效	实质审查的生效IPC(主分类):G05D 1/43申请日:20250321

共 50 条

[1]

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

[2]

基于深度强化学习的移动机器人路径规划方法 [P].

邱意敏 ;

王正刚 ;

宋术洪 ;

李炜 ;

王钦 ;

张红宇 ;

尹浩楠 .

中国专利 :CN120538536A ,2025-08-26

[3]

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

[4]

一种基于深度强化学习的移动机器人路径规划方法 [P].

王秋辰 ;

张惕远 ;

丁超 ;

林祺 ;

宋子洋 .

中国专利 :CN114740868A ,2022-07-12

[5]

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

[6]

基于值分布深度强化学习的移动机器人局部路径规划方法 [P].

杜胜利 ;

朱泽兴 ;

韩红桂 ;

乔俊飞 .

中国专利 :CN117470244A ,2024-01-30

[7]

基于碰撞概率的移动机器人深度强化学习运动规划方法 [P].

王军晓 ;

王琨琨 ;

陈豪驰 ;

冯建涵 ;

朱烜辉 ;

卢一鹤 ;

邢科新 .

中国专利 :CN120508103A ,2025-08-19

[8]

一种基于深度强化学习算法的移动机器人路径规划系统及方法 [P].

伍锡如 ;

沈可扬 .

中国专利 :CN118409584A ,2024-07-30

[9]

基于深度学习的移动机器人路径规划方法 [P].

王福杰 ;

李超凡 ;

秦毅 ;

任斌 ;

郭芳 ;

胡耀华 ;

姚智伟 .

中国专利 :CN112847370A ,2021-05-28

[10]

基于深度学习的移动机器人路径规划方法 [P].

王福杰 ;

李超凡 ;

秦毅 ;

任斌 ;

郭芳 ;

胡耀华 ;

姚智伟 .

中国专利 :CN113359738A ,2021-09-07

← 1 2 3 4 5 →