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！

龙图腾网获悉中国海洋大学申请的专利一种移动机器人导航安全强化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：CN121089755B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511648278.4，技术领域涉及：G01C21/20；该发明授权一种移动机器人导航安全强化学习方法是由李光亮;赵恩奇;方政;张柯;吴亚冉设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种移动机器人导航安全强化学习方法在说明书摘要公布了：本发明提供了一种移动机器人导航安全强化学习方法，属于基于强化学习的机器人导航技术领域；结合大型语言模型的安全强化学习代价生成方法，旨在解决高风险现实领域中，安全强化学习设计约束数学代价函数难度高、耗时长的问题。本发明通过两大核心模块解决：危险状态动作提取网络筛选关键不安全数据输入大语言模型，减少干扰并降低耗时；代价预测模块将大语言模型的单、多约束评估结果转化为量化代价，通过拉格朗日乘数法融合代价与奖励函数用于策略学习。本方法能使移动机器人学到安全策略，任务效果与传统安全强化学习相当，且大幅降低代价函数设计门槛，提升学习效率与安全性，可广泛应用于高风险、资源受限的安全强化学习场景。

本发明授权一种移动机器人导航安全强化学习方法在权利要求书中公布了：1.一种移动机器人导航安全强化学习方法，其特征在于，包括以下步骤： 构建代价生成体系，该体系包含危险状态动作提取网络与代价预测模块；初始化危险状态动作提取网络、代价预测模块及安全强化学习的智能体策略网络参数； 危险状态动作提取网络对移动机器人导航场景中的状态与动作数据进行筛选，提取存在潜在危险的状态-动作对，将其输入至大型语言模型；所述危险状态动作提取网络为二分类器，其训练状态动作对数据通过智能体在无约束仿真环境探索过程中自动收集获得，其中表示智能体在环境时间为的时刻的状态，表示智能体在环境时间为的时刻采取的动作；所述危险状态动作提取网络以智能体的状态-动作对作为输入，并将输入的状态-动作对标注为安全或不安全，其中，若智能体从特定状态开始的连续十个动作内违反约束，则该状态-动作对被标注为不安全，否则被标注为安全；训练完成后，所述危险状态动作提取网络用于判断智能体当前的状态-动作对是否安全，且仅将被分类为不安全的状态-动作对输入至大型语言模型进行评估； 大型语言模型基于输入的危险状态-动作对，输出对应的评估结果； 代价预测模块接收所述评估结果，将其转化为量化的约束代价值；具体为：在代价预测模块训练时，基于预设的关键短语，通过大型语言模型为每个智能体状态-动作对生成的评估文本进行标注，其中与所述关键短语完全匹配时标注为1，不匹配时标注为0，形成语义匹配数据集；利用该语义匹配数据集对预训练的BERT模型进行微调，使微调后的BERT模型能够更准确预测大型语言模型生成的评估文本与预设关键短语的匹配概率；在代价预测时，若微调后的BERT模型预测的与各关键短语的匹配概率高于预设阈值，则为该智能体状态-动作对分配与相应关键短语对应的代价值；在多约束场景下，智能体状态-动作对的最终代价为大型语言模型在各约束下生成的评估文本与对应预设关键短语匹配所产生的代价值加权之和； 通过拉格朗日乘数法，将量化的约束代价值与奖励函数进行融合，生成用于策略更新的目标函数； 智能体策略网络基于目标函数进行参数更新，以指导移动机器人学习导航安全策略。

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中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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。