Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川吉利学院邹倩颖获国家专利权

四川吉利学院邹倩颖获国家专利权

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!

龙图腾网获悉四川吉利学院申请的专利一种哈里斯鹰融合深度强化学习的车辆动态路径规划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:CN120333489B

龙图腾网通过国家知识产权局官网在2025-09-30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:202510820554.4,技术领域涉及:G01C21/34;该发明授权一种哈里斯鹰融合深度强化学习的车辆动态路径规划方法是由邹倩颖;刘俸宇;刘杰成;周永川;罗静;陈瑞鑫设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。

一种哈里斯鹰融合深度强化学习的车辆动态路径规划方法在说明书摘要公布了:本发明涉及车辆路径规划技术领域,公开了一种哈里斯鹰融合深度强化学习的车辆动态路径规划方法,包括初始化哈里斯鹰种群优化方法的位置和深度强化学习的策略网络参数;计算逃离能量函数以判断通过哈里斯鹰优化方法进行全局探索或利用深度强化学习进行局部开发;基于动态权重融合机制,根据适应度改进率和种群多样性动态调整哈里斯鹰种群优化方法和深度强化学习的参与比例;基于双向反馈机制将深度强化学习的全局最优解注入哈里斯鹰种群优化方法的种群,并将哈里斯鹰种群优化方法的优质解序列加入深度强化学习经验池;迭代优化后输出车辆最优路径。本发明能够增强车辆动态路径规划的自适应性和协同优化能力,实现更为高效的车辆动态规划。

本发明授权一种哈里斯鹰融合深度强化学习的车辆动态路径规划方法在权利要求书中公布了:1.一种哈里斯鹰融合深度强化学习的车辆动态路径规划方法,其特征在于,包括以下步骤: 初始化哈里斯鹰种群优化方法的位置和深度强化学习的策略网络参数; 计算逃离能量函数以判断通过哈里斯鹰优化方法进行全局探索或利用深度强化学习进行局部开发; 基于动态权重融合机制,根据适应度改进率和种群多样性动态调整哈里斯鹰种群优化方法和深度强化学习的参与比例;动态权重融合机制中动态权重因子的计算公式为: 其中,为第t+1代的动态权重因子,为种群多样性参考值,为第t+1代的种群多样性,为预设正数,为适应度改进率参考值,为第t+1代的适应度改进率; 适应度改进率的计算公式为: 其中,It为第t代的适应度改进率,为第t‑1代的全局最优解适应度,为第t代的全局最优解适应度,max为取最大值函数,为预设正数; 基于双向反馈机制将深度强化学习的全局最优解注入哈里斯鹰种群优化方法的种群,并将哈里斯鹰种群优化方法的优质解序列加入深度强化学习经验池; 迭代优化后输出车辆最优路径。

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四川吉利学院,其通讯地址为:641423 四川省成都市东部新区成简大道二段123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”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。