“罗杰豪”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]基于群体熵和Q学习的无人机任务分配方法-CN202010614975.9有效
发明人：方敏;陈烨;罗杰豪;荆锐;杨昊;侯志杰;丁献硕 -专利权人：西安电子科技大学
申请日： 2020-06-30 - 公布日： 2023-04-07 - 主分类号： G06Q10/0631 文献下载
摘要：本发明提出了一种基于群体熵和Q学习的无人机任务分配方法，实现步骤为：初始化参数；根据无人机和任务的位置信息获取每个无人机的邻居无人机集合；确定敏感无人机和非敏感无人机；初始化细胞自动机自演化算法参数；获取演化结果，并采用群体熵去衡量每一轮演化的结果；从中选取最优的群体熵信息并根据该信息初始化Q学习中每个无人机的Q表；然后初始化Q学习参数无人机进行Q学习，最后获取无人机任务分配结果。本发明采用群体熵作先验值的方法加速Q学习收敛，并在Q学习过程中充分考虑了全局信息和局部信息，提高算法的学习效率，在保证无人机任务分配结果可靠性的基础上，提升无人机任务分配的收敛速度。
基于群体学习无人机任务分配方法

[发明专利]基于情景记忆的无人机控制决策方法-CN202210577604.7在审
发明人： 罗杰豪;方敏;谢佳晨;史令安;王鹏;王宏博 -专利权人：西安电子科技大学
申请日： 2022-05-25 - 公布日： 2022-08-02 - 主分类号： G05D1/10 文献下载
摘要：本发明提出了一种基于情景记忆的无人机控制决策方法，实现步骤为：构建无人机控制场景；获取各个无人机的观测信息；构建深度强化学习模型H并进行初始化；构建情节记忆探索表；对深度强化学习模型H迭代训练；使用训练后的深度强化学习模型H对无人机行为进行自主控制。本发明使用多智能体分布式情节记忆探索表存储智能体过去相似经历的最优回报，并在智能体实际的探索过程中采用随机动作和情节记忆探索表中最优探索动作组合的形式进行动作选取，提高无人机控制任务的完成率和深度强化学习算法的收敛时间。
基于情景记忆无人机控制决策方法