一种基于强化学习算法的无人天车路径规划方法及装置
授权
摘要
本发明涉及无人库区物流调度技术领域，特别是指一种基于强化学习算法的无人天车路径规划方法及装置。方法包括：通过待规划场景中的障碍点集合与多个任务案例中的障碍点集合，确定待规划场景对应的初始Q表；基于Bellman方程、ε‑greedy贪婪选择策略进行路径预测，并对初始Q表进行更新，生成路径预测对应的Q表；在生成的多个路径预测对应的Q表中，选择满足筛选条件的Q表作为待规划场景对应的规划Q表，将规划Q表对应的路径规划作为待规划场景的路径规划。采用本发明，可以减少迭代次数，提高路径规划的效率。
基本信息
专利标题 ：
一种基于强化学习算法的无人天车路径规划方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN113790729A
申请号 ：
CN202111351834.3
公开（公告）日 ：
2021-12-14
申请日 ：
2021-11-16
授权号 ：
CN113790729B
授权日 ：
2022-04-08
发明人 ：
彭功状孟莹莹徐冬王晓晨杨荃
申请人 ：
北京科技大学
申请人地址 ：
北京市海淀区学院路30号
代理机构 ：
北京市广友专利事务所有限责任公司
代理人 ：
张仲波
优先权 ：
CN202111351834.3
主分类号 ：
G01C21/20
IPC分类号 ：
G01C21/20
IPC结构图谱
G
G部——物理
G01
测量；测试
G01C
测量距离、水准或者方位；勘测；导航；陀螺仪；摄影测量学或视频测量学
G01C21/00
导航；不包含在G01C1/001至G01C19/00组中的导航仪器
G01C21/20
执行导航计算的仪器
法律状态
2022-04-08 ：
授权
2021-12-31 ：
实质审查的生效
IPC(主分类) : G01C 21/20
申请日 : 20211116
申请日 : 20211116
2021-12-14 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
