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！

龙图腾网获悉西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司申请的专利一种基于深度Q网络和课程学习的辐射感知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：CN121052482B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511583079.X，技术领域涉及：G06Q10/047；该发明授权一种基于深度Q网络和课程学习的辐射感知路径规划方法是由张仕靖;周怀芳;霍建文;谭立国;孟月华;初旭;田刚印;刘爽利;向索祎设计研发完成，并于2025-10-31向国家知识产权局提交的专利申请。

本一种基于深度Q网络和课程学习的辐射感知路径规划方法在说明书摘要公布了：本发明公开了一种基于深度Q网络和课程学习的辐射感知路径规划方法，包括步骤：S1、对辐射感知路径规划环境进行初始化，设置奖励函数；S2、构建深度Q网络代理和优先经验回放机制；S3、采用课程学习机制对深度Q网络进行训练，得到训练好的深度Q网络模型；S4、通过训练好的深度Q网络模型在地图上进行最低辐射剂量路径的搜索，并进行迁移学习，在新的地图上进行最低辐射剂量路径的搜索。通过引入课程学习机制、优先经验回放、辐射权重与多因素惩罚相结合的奖励函数和迁移学习，为核辐射机器人系统提供一种智能、自适应且高效的路径规划解决方案，提升任务执行的安全性、可靠性和操作寿命，适用于高风险核设施的检查、维护和应急操作。

本发明授权一种基于深度Q网络和课程学习的辐射感知路径规划方法在权利要求书中公布了：1.一种基于深度Q网络和课程学习的辐射感知路径规划方法，其特征在于，包括以下步骤： S1、对辐射感知路径规划环境进行初始化，设置奖励函数； S2、构建深度Q网络代理和优先经验回放机制； S3、采用课程学习机制对深度Q网络进行训练，得到训练好的深度Q网络模型； S4、通过训练好的深度Q网络模型在地图上进行最低辐射剂量路径的搜索，并进行迁移学习，在新的地图上进行最低辐射剂量路径的搜索； S1中，奖励函数的表达式具体为： 式中，s为当前状态，为新状态的有效性函数，若在环境边界内且无障碍，则，否则，为指示函数，条件成立为1，否则为0，为目标状态，，为曼哈顿距离，为累积剂量，为正超参数，为辐射权重，为高辐射阈值，为的辐射值，为逻辑运算中的“非”； S3中，课程学习机制包括探索阶段和课程阶段，探索阶段生成起点‑终点对集，包括若干起点‑终点对，课程阶段根据设定的曼哈顿距离阈值对起点‑终点对集进行过滤，生成过滤后的起点‑终点对集。

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西南科技大学;哈尔滨工业大学;哈尔滨联合飞机科技有限公司，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。