一种基于改进深度Q网络算法的移动机器人路径规划(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开一种基于改进深度Q网络算法的移动机器人路径规划,针对现有技术中存在的问题,本发明路径规划在深度Q网络算法的动作引导策略中,引入了改进的人工势场引力函数和目标引导动作函数,有效地减少了算法训练过程中的碰撞次数、提高了算法的收敛速度;本发明路径规划设计了一种分段奖励函数,其在当前位置距离目标点最近的邻近点,赋予折扣的奖励值,促使移动机器人朝目标点探索,从而使规划出来的路径更优;本发明路径规划改进采样策略,通过存放在样本经验池中所有样本的优先级,使经验池中样本被采样概率随着采样次数的增加而减小,从而提高了样本利用率,有效地解决了算法训练过程中出现损失值发散、神经网络过拟合的问题。
《一种基于改进深度Q网络算法的移动机器人路径规划(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022110027132,当前法律状态为已下证,由南京信息工程大学提出申请,发明人为臧强;徐博文;李宁;郭镜虹,申请日期为2022-08-19,公开(公告)日期为2025-04-08,国际专利分类号(IPC)为 G05D 1/43 (2024.01)。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开一种基于改进深度Q网络算法的移动机器人路径规划,针对现有技术中存在的问题,本发明路径规划在深度Q网络算法的动作引导策略中,引入了改进的人工势场引力函数和目标引导动作函数,有效地减少了算法训练过程中的碰撞次数、提高了算法的收敛速度;本发明路径规划设计了一种分段奖励函数,其在当前位置距离目标点最近的邻近点,赋予折扣的奖励值,促使移动机器人朝目标点探索,从而使规划出来的路径更优;本发明路径规划改进采样策略,通过存放在样本经验池中所有样本的优先级,使经验池中样本被采样概率随着采样次数的增加而减小,从而提高了样本利用率,有效地解决了算法训练过程中出现损失值发散、神经网络过拟合的问题。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
