[发明专利]一种基于最大熵强化学习的多机器人协同围捕方法在审
| 申请号： | 202310123207.7 | 申请日： | 2023-02-16 |
| 公开（公告）号： | CN116341777A | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 刘中常;戴兵;刘田禾;岳伟 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G06Q10/047 | 分类号： | G06Q10/047;G06F18/214;G06N3/04;G06N3/08 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 高意;李洪福 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 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最大熵强化学习的多机器人协同围捕方法。本发明方法，包括：建立追逃对抗场景；基于建立的追逃对抗场景和SAC的多智能体强化学习算法，设计适用于多机器人的MASAC算法；基于课程学习的多机器人围捕策略，设计奖励函数；将设计的奖励函数与MASAC算法结合，得到基于MASAC的多机器人协同围捕策略算法。本发明采用基于最大熵的多智能体强化学习算法实现二维场景中多个移动机器人对单个目标的协同围捕；将围捕阶段划分为搜索、围困、转移、捕获四个阶段，并采用课程学习的思想为各个阶段设计奖励函数和转换条件；验证了深度强化学习方法在多追捕机器人围捕快速移动的单逃逸机器人中的有效性，并且效率得到了提升。 | ||
| 搜索关键词： | 一种 基于 最大 强化 学习 机器人 协同 围捕 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大连海事大学，未经大连海事大学许可，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/202310123207.7/，转载请声明来源钻瓜专利网。
- 上一篇：引入器系统
- 下一篇：基于视频SAR的目标跟踪方法、系统及设备
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
