| 专利号 | 2020104079840 | 申请日 | 2020-05-14 | 专利名称 | 一种基于深度强化学习的机器人路径导航方法及系统 |
| 授权日 | 2023-04-18 | 专利权人 | 山东师范大学 | 发明人 | 吕蕾;周青林;丁昊;张凤军;刘翔 |
| 主分类号 | G05B13/02 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于深度强化学习的机器人路径导航方法及系统，包括：基于深度强化学习构建双Actor‑Critic神经网络，根据获取的机器人当前运动状态，采用第一Actor‑Critic神经网络输出机器人的初始移动动作以及初始移动动作的评价值；以机器人当前运动状态和初始移动动作的评价值作为训练集对第二Actor‑Critic神经网络进行训练，根据训练后的第二Actor‑Critic神经网络对第一Actor‑Critic神经网络进行更新，以更新后的第一Actor‑Critic神经网络根据机器人当前运动状态输出最优移动动作，以此对机器人进行最优路径的导航。结合深度学习方法的感知能力和强化学习方法的策略能力，找到在机器人当前运动状态下最优的行动策略，在高度复杂的场景中，解决了传统机器人导航依赖障碍地图的局限性。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 高端装备制造 智能制造装备产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
