一种多移动机器人分层强化学习运动规划方法与系统

被引：0

专利类型：

发明

申请号：

CN202511269909.1

申请日：

2025-09-08

公开(公告)号：

CN120800403A

公开(公告)日：

2025-10-17

发明(设计)人：

邓方张思盈周轩姚继宇石翔吕茂斌陈晨李全印李洪波张胜

申请人：

北京理工大学

申请人地址：

100081 北京市海淀区中关村南大街5号

IPC主分类号：

G01C21/20

IPC分类号：

G06N3/0464 G06N3/0499 G06N3/044 G06N3/0442 G06N3/092 G01C21/00

代理机构：

北京理工大学专利中心 11120

代理人：

温子云

法律状态：

实质审查的生效

国省代码：

北京市市辖区

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
2025-11-04	实质审查的生效	实质审查的生效IPC(主分类):G01C 21/20申请日:20250908
2025-10-17	公开	公开

共 50 条

[1]

一种基于深度强化学习的移动机器人运动规划方法 [P].

杨光红 ;

杨志昊 ;

王俊生 .

中国专利 :CN117666577A ,2024-03-08

[2]

基于脉冲混合强化学习的移动机器人避障运动规划方法 [P].

吴巧云 ;

易程 ;

汪俊 ;

李祥雨 ;

王为周 .

中国专利 :CN120406474B ,2025-09-02

[3]

基于脉冲混合强化学习的移动机器人避障运动规划方法 [P].

吴巧云 ;

易程 ;

汪俊 ;

李祥雨 ;

王为周 .

中国专利 :CN120406474A ,2025-08-01

[4]

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

[5]

一种基于分层强化学习的四足机器人运动规划方法 [P].

么庆丰 ;

王纪龙 ;

魏震宇 ;

王东林 .

中国专利 :CN112936290B ,2021-06-11

[6]

一种移动机器人深度强化学习控制方法 [P].

马宏宾 ;

张华卿 ;

金英 .

中国专利 :CN114626505A ,2022-06-14

[7]

一种移动机器人深度强化学习控制方法 [P].

马宏宾 ;

张华卿 ;

金英 .

中国专利 :CN114626505B ,2025-01-07

[8]

一种室内移动机器人强化学习导航方法 [P].

况立群 ;

王少桐 ;

韩慧妍 ;

曹亚明 ;

熊风光 ;

杨晓文 ;

张元 ;

庞敏 ;

薛红新 ;

郭磊 ;

韩燮 .

中国专利 :CN116088495B ,2025-08-22

[9]

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

[10]

多移动机器人的路径规划方法及系统 [P].

刘清 .

中国专利 :CN107992060A ,2018-05-04

← 1 2 3 4 5 →