湖南大学袁小芳获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉湖南大学申请的专利一种深度强化学习的高效学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115979287B 。
龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211656057.8，技术领域涉及：G01C21/34；该发明授权一种深度强化学习的高效学习方法是由袁小芳;侯明心;李哲;黄国明;王耀南设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。
本一种深度强化学习的高效学习方法在说明书摘要公布了：本发明公开了一种深度强化学习的高效学习方法，应用于三维大尺寸地形环境中无人车路径规划，包括：将全局地图观测信息输入至动态全局通道；将局部地图观测信息输入至动态局部通道；通过多目标奖励函数对无人车的能耗和行驶时间进行评价；在每个训练过程中，从经验缓冲池中提取到达目标位置的若干历史经验数据作为训练集；其中，动态全局通道与动态局部通道为深度强化学习模型的两个并联输入通道；动态全局通道的第一层图像输入用于存放当前规划点的位置信息；第二层图像输入用于存放目标位置信息；第三层图像输入用于存放三维地图数据；动态局部通道的输入层设置为一层图像输入；深度强化学习模型采用基于优先经验重播的深度强化学习探索策略。
本发明授权一种深度强化学习的高效学习方法在权利要求书中公布了：1.一种深度强化学习的高效学习方法，应用于三维大尺寸地形环境中的无人车路径规划，其特征在于，包括： 将全局地图观测信息输入至动态全局通道； 将局部地图观测信息输入至动态局部通道； 通过多目标奖励函数对无人车的能耗和行驶时间进行评价； 在每个训练过程中，从经验缓冲池中提取到达目标位置的若干历史经验数据作为训练集； 其中，所述动态全局通道与所述动态局部通道为深度强化学习模型的两个并联输入通道；所述动态全局通道的输入层设置为三层图像输入；第一层图像输入用于存放当前规划点的位置信息；第二层图像输入用于存放目标位置信息；第三层图像输入用于存放三维地图数据；所述动态局部通道的输入层设置为一层图像输入；以所述当前规划点为中心向外扩展10个单位步长，形成的矩形在原始地图中截取的部分即为所述局部地图观测信息；所述深度强化学习模型采用基于优先经验重播的深度强化学习探索策略。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410000 湖南省长沙市麓山南路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号