一种基于深度强化学习的多智能体导航算法

发明专利有效专利

申请号：
CN202110533403.2
IPC分类号：G01C21/20;G06Q10/04;G06N3/00;G06N3/04;G06N3/08
申请日期：
2021-05-17
申请人：
太原科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度强化学习的多智能体导航算法
申请号	CN202110533403.2	申请日期	2021-05-17
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-06	公开/公告号	CN113218400A
优先权	暂无	优先权号	暂无
主分类号	G01C21/20 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01C 测量距离、水准或者方位；勘测；导航；陀螺仪；摄影测量学或视频测量学（液体水平面的测量入G01F；无线电导航，通过利用无线电波的传播效应，例如多普勒效应，传播时间来测定距离或速度，利用其他波的类似装置入G01S） G01C21/00 导航；不包含在G01C 1/00至G01C 19/00组中的导航仪器（测量车辆在地面行驶的距离入G01C 22/00；车辆位置、行程、高度或姿态的控制入G05D 1/00；涉及给车辆传输导航指令的用于道路车辆的交通控制系统入G08G 1/0968） G01C21/20 执行导航计算的仪器（G01C 21/24、G01C 21/26优先）〔1，7〕	IPC分类号	G;0;1;C;2;1;/;2;0;;;G;0;6;Q;1;0;/;0;4;;;G;0;6;N;3;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	太原科技大学	申请人地址	山西省太原市万柏林区窊流路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	太原科技大学	当前权利人	太原科技大学
发明人	张春美;白维松;郭红戈;邵杨;郑康智;张京
代理机构	太原中正和专利代理事务所（普通合伙）	代理人	焦进宇

摘要

本发明属于多智能体强化学习技术领域，具体技术方案为：一种基于深度强化学习的多智能体导航算法：一、建模：将智能体速度和角速度均进行限定，定义智能体当前时刻的速度信息、低维环境特征；二、重要性采样，确定最终目标函数；三、置入奖惩函数，通过奖惩函数指导智能体所选择行为好坏的评价标准；该算法将A*算法融合到PPO算法中，利用设计的奖惩函数实现两种算法的深度融合，智能体通过输入传感器原始图像数据，决策规划出最佳行动路径，到达目标点，本算法在不同场景中的成功率、耗时、距离和平均速度等方面均很优秀，并且通过改变场景、增加智能体数量等方式证明了该算法具有良好的迁移能力，通过迁移到更复杂的场景下满足不同的需求。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供