买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东北大学申请的专利一种基于注意力机制的深度强化学习机器人导航方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115585813B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211397557.4，技术领域涉及：G01C21/20；该发明授权一种基于注意力机制的深度强化学习机器人导航方法是由姜杨;万东东;赵彬设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于注意力机制的深度强化学习机器人导航方法在说明书摘要公布了：本发明公开一种基于注意力机制的深度强化学习机器人导航方法包括：采集机器人车载摄像头信息、车载单线激光雷达信息以及机器人的线速度和角速度；摄像头信息和单线激光雷达信息数据融合；构建SAC深度强化学习算法的经验池，用于存储动作‑状态‑奖励的组合；构建SAC深度强化学习算法的Actor网络、V评论家网络、Q评论家网络；在Actor网络中构建空间注意力模块和时间注意力模块；构建奖励函数模型。其中Actor网络的输入为状态，输出为动作概率分布参数；V评论家网络的输出为状态价值的预测值；Q评论家网络的输出为动作‑状态价值的预测值。本发明的导航方法不需要先验地图信息，以及导航环境的限制，适用性广、可扩展性强。

本发明授权一种基于注意力机制的深度强化学习机器人导航方法在权利要求书中公布了：1.一种基于注意力机制的深度强化学习机器人导航方法，其特征在于，包括如下步骤： 步骤1：采集机器人车载摄像头的图像数据、车载单线激光雷达数据以及机器人的线速度和角速度； 步骤2：将图像数据和单线激光雷达数据进行融合，获得具有大视场且具有深度值的融合图像信息，作为机器人的状态参数st，将线速度和角速度作为机器人的动作参数at； 步骤3：构建SAC算法的经验池，用于存储动作-状态-奖励的组合数据Rst,at,st+1,rt+1； 步骤4：构建SAC算法的具有空间注意力机制和时间注意力机制的Actor网络，将初始状态参数和初始动作参数输入到Actor网络中，获得动作概率参数，按概率去采样获得动作参数； 步骤5：机器人根据动作参数移动，并将新获取的图像数据和单线激光雷达数据进行融合，获得当前的状态参数； 步骤6：构建奖励函数模型，根据奖励函数模型计算奖励值，将当前的动作参数、状态参数和奖励值构成一组动作-状态-奖励组合数据，投放到经验池中，重复上述过程直到经验池中组合数据数量到达要求； 步骤7：构建SAC算法的Q评论家网络和V评论家网络，Q评论家网络的输出为动作-状态价值的预测值，V评论家网络的输出为状态价值的预测值； 步骤8：从经验池中采样多组组合数据输入到Actor网络、Q评论家网络和V评论家网络中对各个网络进行训练，直至网络收敛； 步骤9：将收敛后的网络部署到机器人系统中，机器人通过摄像头和单线激光雷达传感器采集数据作为输入，输出机器人的线速度和角速度，实现机器人无地图的导航。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东北大学，其通讯地址为：110169 辽宁省沈阳市和平区文化路3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。