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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种基于深度强化学习的地面机器人路径规划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：CN116625369B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310519669.0，技术领域涉及：G01C21/20；该发明授权一种基于深度强化学习的地面机器人路径规划方法是由邵士亮;秦宏伟;张进;王挺;刘连庆设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种基于深度强化学习的地面机器人路径规划方法在说明书摘要公布了：本发明属于属于机器人路径规划领域，公开了一种基于深度强化学习的地面机器人路径规划方法。基于深度强化学习，并结合机器人动力学模型，旨在提出一种能在野外环境下的安全可靠的路径。本方法首先构建三维场景，并对三维场景进行预处理，并对机器人进行动力学建模，构建一个深度强化学习模型，该模型使用AsynchronousAdvantageActor‑Critic方法学习最优路径规划策略和最优状态价值函数，设计考虑地形和路程奖励函数，根据机器人与不同地形的相互作用设计探索策略，最后对深度卷积神经网络模型进行训练，驱使机器人在运行过程中获得最大的奖励值。该方法综合考虑了地形和机器人的动力学信息，为三维场景中机器人规划处安全可靠的路径。

本发明授权一种基于深度强化学习的地面机器人路径规划方法在权利要求书中公布了：1.一种基于深度强化学习的地面机器人路径规划方法，其特征在于，包括以下步骤： 对三维场景中的地图信息进行预处理，用于输入至深度强化学习模型； 构建深度强化学习模型，并根据地图的高程信息、地形类型以及机器人可通过性约束设计奖励函数，以计算机器人在每次执行动作后的奖励用于模型训练； 对深度强化学习模型进行训练，驱使机器人在运行过程中获得最大的奖励值，并得到最优路径规划策略，实现机器人的路径规划； 所述奖励函数如下： R＝Rcost+Rgoal+Rmove+Rfail 式中，Rcost是机器人在地图中行进的代价值，Rgoal是机器人到达终点的奖励，Rmove是机器人每次移动后的惩罚值；Rfail是机器人在撞到障碍物之后或者导航失败的惩罚，其中Rcost具体函数如下： 式中Tgeo是每个网格的几何可穿越性代价，Trobot是允许机器人通过代价的阈值； 其中Rmove是具体函数如下： 式中Rtime是时间惩罚因子，表示机器人每次移动后的时间惩罚，表示当前机器人当前位置Pnow到终点位置Pgoal的欧式距离。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。