[发明专利]基于深度双Q网络强化学习的UUV实时避碰规划方法在审
| 申请号： | 201910934538.2 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110716575A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 王宏健;袁建亚;严浙平;贺巨义;刘超伟;牛韶源 | 申请（专利权）人： | 哈尔滨工程大学 |
| 主分类号： | G05D1/06 | 分类号： | G05D1/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 150001 黑龙江省哈尔滨市南岗区*** | 国省代码： | 黑龙;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于UUV控制技术领域，具体涉及一种基于深度双Q网络强化学习的UUV实时避碰规划方法。本发明提供了一种适用于UUV工作环境和感知特点的自主避碰规划方法，通过UUV与环境之间不断地试错交互，利用成功或失败的经验，产生奖励或惩罚的信号不断地改进UUV的策略，让UUV具有自我学习的能力。本发明使网络体系在复杂环境的局部避碰规划时具有自我学习的能力实现端到端模型，通过直接从原始数据集上学习状态与动作的映射关系，将深度学习和强化学习相结合应用到避碰规划问题的解决上。本发明使用深度强化学习，不会因为路径过于复杂而无法执行策略，使其在实际应用中缩短了项目的开发周期、实施更加简洁、高效、鲁棒性高。 | ||
| 搜索关键词： | 避碰 强化学习 自我学习 控制技术领域 原始数据集 复杂环境 规划问题 结合应用 开发周期 网络体系 学习状态 映射关系 规划 端到端 鲁棒性 感知 惩罚 奖励 失败 应用 改进 网络 成功 学习 | ||
【主权项】：
1.基于深度双Q网络强化学习的UUV实时避碰规划方法，其特征在于，包括以下步骤：/n步骤1：初始化环境及UUV；根据UUV的环境感知模型，将观测的数据经预处理后作为深度Q网络的输入量
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哈尔滨工程大学，未经哈尔滨工程大学许可，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/201910934538.2/，转载请声明来源钻瓜专利网。
