“路思遥”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于DQN的多月球车采样固定目标自适应规划方法-CN202210602846.7有效
发明人：高艾;路思遥;徐瑞;李朝玉;朱圣英 -专利权人：北京理工大学
申请日： 2022-05-30 - 公布日： 2023-06-23 - 主分类号： G05D1/02 文献下载
摘要：本发明公开的基于DQN的多月球车采样固定目标自适应规划方法，属于航空航天技术领域。本发明通过使用矩阵和向量形式表达多月球车状态空间，通过状态组中每个状态随机赋值，生成随机的每个多月球车系统的状态组，获得更多的多月球车状态矩阵，提升对于多月球车的任务规划的初始状态适应能力，提高规划器的自适应能力。本发明通过状态空间状态随机生成方法，生成大量训练用初始状态样本数据，利用基于DQN的多月球车采样任务训练体系对规划的状态空间预训练，能够在保持目标状态不变的情况下，适应多种不同的当前或初始状态，规划得出到达目标状态的动作序列，无需多次全序列重新规划，以快速处理多月球车在月表采样的任务规划问题。
基于 dqn 月球采样固定目标自适应规划方法

[发明专利]适用于强化学习的小天体着陆器动态目标规划训练方法-CN202211220711.0在审
发明人：高艾;路思遥;徐瑞;李朝玉;朱圣英 -专利权人：北京理工大学
申请日： 2022-10-08 - 公布日： 2022-12-23 - 主分类号： G05D1/08 文献下载
摘要：本发明公开的适用于强化学习的小天体着陆器动态目标规划训练方法，属于航空航天技术领域。本发明通过小天体着陆器初始和目标状态对随机生成的方法，在BFS的状态空间规划器验证和筛选下，生成大量的有解的初始‑目标状态对，增加强化学习算法训练环境的可行初始‑目标状态样本。本发明通过反用固定目标状态生成方法，将多初始状态‑单目标状态的可选的小行星着陆器训练环境备选状态；通过迭代生成多初始状态‑多目标状态的备选状态，在训练过程中提升训练后智能体的动态目标任务规划能力。本发明通过使用BFS的状态空间规划器，对生成的初始或目标状态进行筛选和验证，确保初始‑目标状态对存在规划解，减少对强化学习算法训练环境的干扰。
适用于强化学习天体着陆动态目标规划训练方法

[发明专利]一种基于Q-Learning的深空探测器任务规划方法-CN202210076784.0在审
发明人：高艾;路思遥;徐瑞;崔平远;李朝玉;朱圣英;梁子璇 -专利权人：北京理工大学
申请日： 2022-01-24 - 公布日： 2022-04-26 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开的一种基于Q‑Learning的深空探测器任务规划方法，属于航空航天技术领域。本发明将结构化表达方法表达的状态空间本身和状态的转移，以Q‑Learning方法识别的扁平化数值、向量和矩阵形式输入强化学习的训练过程，完成Q‑Learning方法对规划的训练，能够提升对突发事件适应性的基础上，提升小行星探测任务规划、转移效率。本发明采用向量和矩阵表达规划中的状态和动作关系，能够很好的表达规划中状态空间各状态以及各状态之间的转移方式、转移条件和转移效果，进而提高小行星探测任务轨道转移精度。本发明训练之后的模型拥有快速获得规划解和从其它初始状态开始规划的能力，提升规划效率和规划过程的鲁棒性。
一种基于 learning 探测器任务规划方法