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

被引：0

专利类型：

发明

申请号：

CN202411282334.2

申请日：

2024-09-13

公开(公告)号：

CN119164396B

公开(公告)日：

2025-07-22

发明(设计)人：

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

申请人：

西南科技大学

申请人地址：

621010 四川省绵阳市涪城区青龙大道59号

IPC主分类号：

G01C21/20

IPC分类号：

G06N3/092

代理机构：

四川鼎耀蓉诚知识产权代理事务所(普通合伙) 51422

代理人：

赖将军

法律状态：

公开

国省代码：

四川省绵阳市

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
2024-12-20	公开	公开
2025-07-22	授权	授权
2025-01-07	实质审查的生效	实质审查的生效IPC(主分类):G01C 21/20申请日:20240913

共 50 条

[1]

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

[2]

基于深度强化学习的机器人无地图路径规划方法及系统 [P].

宋勇 ;

张守良 ;

庞豹 ;

许庆阳 ;

袁宪锋 ;

李贻斌 .

中国专利 :CN115167478B ,2024-04-26

[3]

一种基于深度强化学习的水下机器人编队的路径规划方法 [P].

王昊 ;

魏相巍 .

中国专利 :CN118760220A ,2024-10-11

[4]

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

[5]

基于深度强化学习的机器人穿刺路径自主选取方法 [P].

王斐 ;

周海祥 ;

高启明 ;

向鑫彦 .

中国专利 :CN110013312A ,2019-07-16

[6]

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

[7]

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

[8]

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

[9]

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

[10]

一种基于深度强化学习的机器人路径规划方法及装置 [P].

侯冬冬 ;

都军民 ;

姚保太 ;

秦丽萍 ;

李广华 ;

李治涛 ;

张连营 ;

蔡金思 .

中国专利 :CN119689889A ,2025-03-25

← 1 2 3 4 5 →