[发明专利]一种基于改进的深度强化学习的路径规划方法有效
| 申请号： | 202011311727.3 | 申请日： | 2020-11-20 |
| 公开（公告）号： | CN112362066B | 公开（公告）日： | 2023-02-10 |
| 发明（设计）人： | 杨宁;赵可贺;郭雷 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G01C21/20 | 分类号： | G01C21/20 |
| 代理公司： | 西安凯多思知识产权代理事务所(普通合伙) 61290 | 代理人： | 王鲜凯 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于改进的深度强化学习的路径规划方法，针对不同学习阶段对经验的深度和广度不同需求，提出了一种改进的学习策略，即深度Q网络采用密集网络框架计算Q值。在学习的初始阶段，创建经验值评估网络来增加深度经验的比例，以便更快地了解环境规则。当路径游荡现象发生时，使用并行探索结构来提高经验库的广度。另外，通过引用密集连接方法来改进网络结构，从而提高了网络的学习和表达能力。 | ||
| 搜索关键词： | 一种 基于 改进 深度 强化 学习 路径 规划 方法 | ||
【主权项】：
暂无信息
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西北工业大学，未经西北工业大学许可，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/202011311727.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种点阵测距机构
- 下一篇：一种具有智能监测功能的锂电池
