基于深度强化学习技术的仿生机器鱼群集导航模拟方法

发明专利有效专利

申请号：
CN202110687099.7
IPC分类号：G06T19/00;G06N3/00;G06N3/08
申请日期：
2021-06-21
申请人：
东北大学

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	基于深度强化学习技术的仿生机器鱼群集导航模拟方法
申请号	CN202110687099.7	申请日期	2021-06-21
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-21	公开/公告号	CN113421345A
优先权	暂无	优先权号	暂无
主分类号	G06T19/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T19/00 对用于电脑制图的3D〔三维〕模型或图像的操作〔2011.01〕	IPC分类号	G;0;6;T;1;9;/;0;0;;;G;0;6;N;3;/;0;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	东北大学	申请人地址	辽宁省沈阳市和平区文化路3号巷11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	东北大学	当前权利人	东北大学
发明人	高天寒;张岩
代理机构	沈阳东大知识产权代理有限公司	代理人	李珉

摘要

本发明提供一种基于深度强化学习技术的仿生机器鱼群集导航模拟方法，涉及多智能体路径导航规划技术领域。该方法首先构建3D鱼群群集环境模型，然后在3D鱼群群集环境中构建仿生机器鱼群集的智能体模型；该智能体模型包括感知模型、运动模型和决策模型三部分；再构建鱼群群集的奖励函数，并在在奖励函数中引入好奇心机制；基于好奇心机制和PPO2算法构建智能体模型的分布式训练框架，让智能体以学习的方式获得行为策略；最后基于构建的分布式训练框架训练智能体模型，实现仿生机器鱼群集的导航模拟。该方法可以使虚拟鱼群在3D环境下学习到合理的鱼群行为，并应用到真实世界的仿生机器鱼群导航行为当中。

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