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！

龙图腾网获悉北京邮电大学申请的专利一种导航方法、装置、移动机器人及可读存储介质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：CN119665958B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202311215693.1，技术领域涉及：G01C21/20；该发明授权一种导航方法、装置、移动机器人及可读存储介质是由李树德;邓中亮;刘雯设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本一种导航方法、装置、移动机器人及可读存储介质在说明书摘要公布了：本发明实施例提供了一种导航方法、装置、移动机器人及可读存储介质，该方法包括：移动机器人先根据每次训练之前移动机器人到达目标位置的次数、预设随机数、移动机器人在当前所处环境的历史状态信息中的每个时刻的状态信息的奖励、历史状态信息中每个时刻的状态信息以及对应的真实动作，对预先设置的行动网络模型进行训练，得到训练完成的行动网络模型，进而由训练完成的行动网络模型基于移动机器人在当前所处环境的当前状态信息和目标位置输出最佳可执行动作，使得移动机器人基于最佳可执行动作运动；这样可以减少移动机器人对好奇心的依赖，增加对到达目标位置的次数的依赖，进而降低环境对机器人导航的干扰，降低机器人的导航难度。

本发明授权一种导航方法、装置、移动机器人及可读存储介质在权利要求书中公布了：1.一种导航方法，其特征在于，所述方法包括： 获取移动机器人在当前所处环境的当前状态信息和目标位置；将所述当前状态信息及所述目标位置，输入到训练完成的行动网络模型，得到所述训练完成的行动网络模型输出的最佳可执行动作，以使得所述移动机器人基于所述最佳可执行动作运动； 其中，所述训练完成的行动网络模型为通过循环执行如下步骤训练得到的： 将所述移动机器人在所述当前所处环境的历史状态信息输入至第it次训练得到的行动网络模型，所述第it次训练得到的行动网络模型根据第it次训练之前所述移动机器人到达所述目标位置的次数、预设随机数以及所述历史状态信息中的每个时刻的状态信息的奖励，确定所述第it次训练得到的行动网络模型输出的预测动作；所述历史状态信息为所述移动机器人在所述当前所处环境中每个时刻的状态信息，所述状态信息包括标记有位置信息的图像，每个时刻的状态信息具有对应的真实动作；所述i表示所述移动机器人从所述当前所处环境的初始位置将要移动到所述目标位置的次数；1≤t≤N-1，所述N为所述历史状态信息的总数； 将第t+1个时刻的状态信息、所述第t个时刻的状态信息以及所述第t个时刻对应的真实动作，输入至好奇心奖励模型中，得到所述好奇心奖励模型输出的与所述第t+1个时刻的状态信息对应的第一奖励值；其中，所述第t+1个时刻的状态信息是所述移动机器人基于所述第t个时刻对应的真实动作与所述当前所处环境交互产生的； 将所述第t+1个时刻的状态信息、所述第t个时刻的状态信息输入至第it次训练得到的评价网络模型，得到所述第it次训练得到的评价网络模型输出的、与所述第t+1个时刻的状态信息对应的第二奖励值； 基于所述第一奖励值和所述第二奖励值更新所述第it次训练得到的评价网络模型的模型参数，得到第it+1次训练得到的评价网络模型；并基于所述第it次训练得到的行动网络模型输出的预测动作和所述第t个时刻对应的真实动作，更新所述第it次训练得到的行动网络模型的模型参数，得到第it+1次训练得到的行动网络模型； 将所述第it+1次训练得到的行动网络模型和所述第it+1次训练得到的评价网络模型作为所述第it次训练得到的行动网络模型和所述第it次训练得到的评价网络模型； 将所述历史状态信息中第t+1个时刻的状态信息作为所述第t个时刻的状态信息，并执行所述将所述移动机器人在所述当前所处环境的历史状态信息输入至第it次训练得到的行动网络模型，所述第it次训练得到的行动网络模型根据第it次训练之前所述移动机器人到达所述目标位置的次数、预设随机数以及所述历史状态信息中的每个时刻的状态信息的奖励，确定所述第it次训练得到的行动网络模型输出的预测动作的步骤。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。