一种基于深度强化学习的AGV路径规划
实质审查的生效
摘要
本发明公开了一种基于深度强化学习的AGV路径规划，本发明依据ros操作系统搭建仿真环境，搭建AGV模型；设计强化学习的状态、动作、奖励，搭建深度强化学习的算法框架；训练网络，让AGV从环境中学习策略；使用训练完成的网络，实现AGV的路径规划。本发明从AGV摄像头中获取的原始图像中获取最优动作，自动提取特征；解决了传统算法容易陷入局部最小值的问题。不需要对环境的先验知识，自行探索环境，学习可行的策略。在环境是实时改变或者环境情况复杂时，能动态的去做出改变，去规避动态的障碍物，达到目标点。
基本信息
专利标题 ：
一种基于深度强化学习的AGV路径规划
专利标题（英）：
暂无
公开（公告）号 ：
CN114355915A
申请号 ：
CN202111614329.3
公开（公告）日 ：
2022-04-15
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王浩栋江爱朋吴文浩刘富春林雅媚
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
朱亚冠
优先权 ：
CN202111614329.3
主分类号 ：
G05D1/02
IPC分类号 ：
G05D1/02
IPC结构图谱
G
G部——物理
G05
控制；调节
G05D
非电变量的控制或调节系统
G05D1/00
陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪
G05D1/02
二维的位置或航道控制
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G05D 1/02
申请日 : 20211227
申请日 : 20211227
2022-04-15 ：
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
