一种基于Deep Q-Learning的集群区域覆盖方法
实质审查的生效
摘要
本发明公开了一种基于Deep Q‑Learning的集群区域覆盖方法，包括以下步骤：建立集群系统的动力学模型；确定集群中智能体的邻居集合；建立集群系统的运动控制模型；对信息地图进行构造，并对信息地图进行编码；根据信息地图定义强化学习需要的状态空间、行为空间，回报函数；设计Deep Q‑Learning算法所需网络模型；设计自由区域下的Deep Q‑Learning区域覆盖算法；对得到的点按需调整，得到有障碍区域下的Deep Q‑Learning区域覆盖算法。本发明借助Deep Q‑Learning技术实现集群区域覆盖控制算法的训练与学习，实现自由区域和有障碍物区域下的集群区域覆盖，有效提高集群区域覆盖效率，同时能够保证在弱通信环境下算法的稳定性。
基本信息
专利标题 ：
一种基于Deep Q-Learning的集群区域覆盖方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114326749A
申请号 ：
CN202210026133.0
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁国慧王卓然肖剑何劲辉
申请人 ：
电子科技大学长三角研究院（衢州）
申请人地址 ：
浙江省衢州市柯城区芹江东路288号1幢18楼
代理机构 ：
成都正煜知识产权代理事务所(普通合伙)
代理人 ：
袁宇霞
优先权 ：
CN202210026133.0
主分类号 ：
G05D1/02
IPC分类号 ：
G05D1/02 G06N3/04 G06N3/08
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
2022-05-06 ：
实质审查的生效
IPC(主分类) : G05D 1/02
申请日 : 20220111
申请日 : 20220111
2022-04-12 ：
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
