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！

龙图腾网获悉西安电子科技大学申请的专利一种基于改进DQN算法的物品派送无人机集群航迹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：CN116414146B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202310216775.1，技术领域涉及：G05D1/46；该发明授权一种基于改进DQN算法的物品派送无人机集群航迹规划方法是由刘君兰;张文博;姜超颖;龙璐岚;李林;臧博设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于改进DQN算法的物品派送无人机集群航迹规划方法在说明书摘要公布了：本发明公开了一种基于改进DQN算法的物品派送无人机集群航迹规划方法，包括以下步骤；步骤1：对无人机集群和派送目的地点进行任务分配；步骤2：确定改进DQN算法的环境初始状态，设置无人机寻路问题的状态、动作、策略元素的表示方式；步骤3：根据状态和动作维度设置改进DQN算法的神经网络结构，提出单调递减步长的改进措施；步骤4：使用改进DQN算法规划初始航迹，根据任务分配结果让无人机起点和派送目的地一一对应，进行航迹规划；步骤5：调整航迹中的危险点；步骤6：无人机航迹优化处理；本发明能够得到模型简单，规划快速的航迹规划方法。

本发明授权一种基于改进DQN算法的物品派送无人机集群航迹规划方法在权利要求书中公布了：1.一种基于改进DQN算法的物品派送无人机集群航迹规划方法，其特征在于，包括以下步骤； 步骤1：对无人机集群和派送目的地点进行任务分配；当派送目的地数量等于无人机数量时，采用以无人机为主体的拍卖算法，当派送目的地数量大于无人机数量时，采用以派送目的地为主体的拍卖算法； 步骤2：在经过步骤1任务分配后，得到无人机起点与派送目的地的对应关系，确定改进DQN算法的环境初始状态，设置无人机寻路问题的状态、动作、策略元素的表示方式； 步骤3：针对无人机不同状态设置奖励函数以及改进DQN算法使用的神经网络结构；在得到状态、动作表示方式后，得知无人机存在的状态，所述存在状态设置奖励函数，根据状态和动作维度设置改进DQN算法的神经网络结构，提出了单调递减步长的改进措施来加快训练； 步骤4：使用改进DQN算法规划初始航迹，根据任务分配结果让无人机起点和派送目的地一一对应，进行航迹规划； 步骤5：调整航迹中的危险点，遍历无人机航迹点，把航迹点中与障碍物距离小于安全距离的点调整位置，使其到周围障碍物点的距离大于安全距离； 步骤6：无人机航迹优化处理，如果场景中不存在动态障碍物和冲突点则使用贝塞尔曲线进行平滑处理，得到最终的航迹，如果场景中存在动态障碍物或者冲突点，则使用粒子群算法进行局部航迹规划； 所述步骤3中，在确定奖励函数后，得到无人机在场景中不同状态下的奖励值，改进DQN算法对应的Q网络由两层全连接层构成，首先输入层为状态矩阵对应的向量，第一层全连接层使用50个神经元，第二层全连接层使用20个神经元，输出层为8个动作的评估值，提出单调递减的无人机步长改进措施，能有效加快DQN收敛；原来DQN算法动作规定为每一步只能沿着8个方向的任一方向走到最近的整数点；改进后，无人机初期的步长为maxstep，随着迭代次数的增加，而递减，当到达回合时，步长减小为一个单位；

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西安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。

以上内容由龙图腾AI智能生成。