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！

龙图腾网获悉华中科技大学申请的专利跨区域无地图场景的移动机器人自主导航方法及其系统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：CN119984267B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510067667.1，技术领域涉及：G01C21/20；该发明授权跨区域无地图场景的移动机器人自主导航方法及其系统是由谢远龙;王宇翔;王书亭;胡倚铭设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本跨区域无地图场景的移动机器人自主导航方法及其系统在说明书摘要公布了：本公开涉及移动机器人自主导航领域，尤其涉及一种跨区域无地图场景的移动机器人自主导航方法及其系统，所述方法通过引入辅助探索任务，结合外在奖励与内在奖励机制，在加速算法训练的同时提升移动机器人在局部最优区域中的探索能力，引导其沿靠近目标点的方向前进并摆脱振荡状态，实现移动机器人在未知环境中的高效探索与路径优化。

本发明授权跨区域无地图场景的移动机器人自主导航方法及其系统在权利要求书中公布了：1.跨区域无地图场景的移动机器人自主导航方法，其特征在于，包括如下步骤： 移动机器人在时间步t观测得到状态信息st，将所述状态信息st输入到Actor网络中； 所述Actor网络将所述状态信息st进行前向传播后，根据策略πθst输出一个动作选择at，并发送所述动作选择at给移动机器人，移动机器人执行所述动作选择at后，环境变为一个新的状态st+1，其中θ为Actor的网络参数； 计算外在奖励re,t和内在奖励ri,t，对于每一个时刻t，所述外在奖励re,t被定义为re,t＝rg+rc+rs，其中，rg为目标导向部分奖励，rc为安全避障部分奖励，rs为辅助探索奖励；内在奖励ri,t由所述状态信息st输入到内在奖励机制结构所生成，其中内在奖励机制结构由特征提取网络、比较器网络、情景记忆库和内在奖励估计模型四部分组成； 将得到的四元组＜st,at,rt,st+1＞存入经验回放单元，Critic网络根据经验回放单元中的四元组＜st,at,rt,st+1＞以近似动作价值函数Qφst,at对Actor网络和Critic网络进行训练和参数更新，其中φ为Critic网络参数，rt＝re,t+ri,t； 将训练好的Actor网络和Critic网络模型用于指导移动机器人进行实时跨区域无地图的自主导航任务。

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华中科技大学，其通讯地址为：430000 湖北省武汉市洪山区珞瑜路1037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”。

以上内容由龙图腾AI智能生成。