[发明专利]基于强化学习的机器人多目标搜索路径规划方法和装置在审
| 申请号： | 201910461717.9 | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110174118A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 吴新开;霍向;马亚龙;宋涛;何山 | 申请（专利权）人： | 北京洛必德科技有限公司 |
| 主分类号： | G01C21/34 | 分类号： | G01C21/34 |
| 代理公司： | 北京华仁联合知识产权代理有限公司 11588 | 代理人： | 苏雪雪 |
| 地址： | 100000 北京市海淀区北太*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于强化学习的机器人多目标搜索路径规划方法和装置。方法包括：对机器人进行目标搜索的地图信息和状态信息进行初始化；指示机器人按照第一搜索模式开始目标搜索，并同时启动搜索计时；第一搜索模式包括规则搜索模式、随机搜索模式；判断机器人是否在其当前探测范围区域搜索到目标；若为否，则指示机器人继续按照第一搜索模式执行目标搜索；若为是，则指示机器人按照第二搜索模式执行目标搜索；第二搜索模式为：先根据机器人的环境状态，基于强化学习算法获得机器人的状态‑动作对的评价值，再根据获得的机器人的状态‑动作对的评价值确定机器人执行的下一个动作。本发明提供的技术方案可以有效提高机器人对多目标搜索的速度和精度。 | ||
| 搜索关键词： | 机器人 搜索模式 目标搜索 多目标 方法和装置 搜索 强化学习 搜索路径 强化学习算法 地图信息 范围区域 规则搜索 环境状态 初始化 探测 规划 计时 | ||
【主权项】：
1.一种基于强化学习的机器人多目标搜索路径规划方法，其特征在于，包括：对机器人进行目标搜索的地图信息和状态信息进行初始化；所述地图信息用于标识机器人进行目标搜索的环境区域，所述状态信息包括机器人的位置信息和朝向信息；指示机器人按照第一搜索模式开始目标搜索，并同时启动搜索计时；所述第一搜索模式包括规则搜索模式、随机搜索模式；判断机器人是否在其当前探测范围区域搜索到目标；若为否，则指示机器人继续按照第一搜索模式执行目标搜索；若为是，则指示机器人按照第二搜索模式执行目标搜索；所述第二搜索模式为：先根据机器人的环境状态，基于强化学习算法获得机器人的状态‑动作对的评价值，再根据获得的机器人的状态‑动作对的评价值确定机器人执行的下一个动作。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京洛必德科技有限公司，未经北京洛必德科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910461717.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种电动汽车充电路线规划方法
- 下一篇：一种内置蒸发器的转台
