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！

龙图腾网获悉西安理工大学申请的专利基于深度强化学习的无人集群路径规划方法、装置及设备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：CN120803055B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511101841.6，技术领域涉及：G05D1/695；该发明授权基于深度强化学习的无人集群路径规划方法、装置及设备是由张普;赵迪;张佳龙;万文娅;于瑞设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本基于深度强化学习的无人集群路径规划方法、装置及设备在说明书摘要公布了：本申请涉及一种基于深度强化学习的无人集群路径规划方法、装置及设备，通过根据执行任务的城市环境参数、各无人机初始位置坐标以及任务目标点位置，采用优化后的人工势场法进行建模得到城市路径规划模型，基于无人机动力学模型以及城市路径规划模型，定义强化学习框架中的状态空间、动作空间、状态转移过程以及奖励函数，并在该框架下，对深度Q神经网络进行强化训练，得到动态路径规划模型，利用动态路径规划模型根据无人机的当前时刻感知数据，对下一时刻的无人机动作，以实现无人机路径的实时规划。采用本方法可在复杂的城市场景下，实时根据当前的环境状态对下一时刻的动作进行精准预测。

本发明授权基于深度强化学习的无人集群路径规划方法、装置及设备在权利要求书中公布了：1.一种基于深度强化学习的无人集群路径规划方法，其特征在于，所述方法包括： 构建无人机动力学模型，在所述无人机动力学模型中，在各个时刻下分别对无人机速度、俯仰角以及偏航角进行约束，同时对无人机与最近障碍物之间的最近距离进行约束； 获取无人机集群待执行任务的相关参数，所述相关参数包括执行任务的城市环境参数、各无人机初始位置坐标以及任务目标点位置，根据所述相关参数采用优化后的人工势场法进行建模，得到城市路径规划模型，所述相关参数中的城市环境参数包括建筑物相关数据以及城市空间数据，根据所述城市空间数据确定城市三维模型的矩形空间，在所述城市三维模型中，根据所述建筑物相关数据生成对应的长方体建筑物模型，基于所述城市三维模型，通过引入包括碰撞距离、角度以及距离因子，计算目标点位置对无人机的引力以及建筑物模型对无人机的斥力，从而得到引导无人机路径规划的优化斥力函数，以此得到所述城市路径规划模型； 基于所述无人机动力学模型以及城市路径规划模型，构建强化学习框架中的状态空间、动作空间、状态转移过程以及奖励函数，其中，所述状态空间包括：当前时刻的环境状态、目标点状态以及无人机状态，所述环境状态为所述城市三维模型中，单个长方体建筑物模型的位置坐标、在横、纵方向上的半长值与半宽值以及高度，所述目标点状态为在所述城市三维模型中的位置坐标，所述无人机状态为在所述城市三维模型中，当前时刻下的位置坐标、已经消耗的能量、运动方向以及坠毁概率，所述状态转移过程表示为：根据当前时刻的运动方向更新无人机的位置坐标，根据无人机更新后的位置坐标，计算与目标点位置之间的当前距离，根据所述当前距离与环境情况，得到下一时刻运动方向，更新无人机的能耗，根据坠毁概率判断无人机是否坠毁； 在所述强化学习框架下，对深度Q神经网络进行强化训练，得到动态路径规划模型； 获取无人机的当前时刻感知数据，利用所述动态路径规划模型对下一时刻的无人机动作，以实现无人机路径的实时规划。

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理工大学，其通讯地址为：710000 陕西省西安市碑林区金花南路5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。