買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中國船舶集團有限公司第七一九研究所申請的專利基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119336032B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-04發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202411817894.3，技術(shù)領(lǐng)域涉及：G05D1/43；該發(fā)明授權(quán)基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法是由汪國祥;余代偉;張軍;周奇;譚安強;閆帥;金朝;沈夢家;孔二旦;李源;蔣軒;張芮設(shè)計研發(fā)完成，并于2024-12-11向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法在說明書摘要公布了：一種基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法，首先構(gòu)建水下航行器的物理與動力學(xué)模型、世界與隨體坐標系，然后構(gòu)建基于Gym的算法環(huán)境，并定義其狀態(tài)空間、動作空間、獎勵函數(shù)和結(jié)束條件，接著利用四元數(shù)變換更新位置與狀態(tài)空間的參數(shù)，然后基于算法環(huán)境，利用深度強化學(xué)習(xí)算法進行訓(xùn)練，獲得避障神經(jīng)網(wǎng)絡(luò)模型，最后基于該模型，實施避障策略；在應(yīng)用中，通過構(gòu)建水下航行器的物理與動力學(xué)模型，以準確反映復(fù)雜環(huán)境，并結(jié)合兩種坐標系，直觀描述航行器的位置和姿態(tài)，然后利用深度強化學(xué)習(xí)，學(xué)習(xí)復(fù)雜避障策略，使其能夠擴展到三維空間自動路徑規(guī)劃等任務(wù)場景中，以便在未知環(huán)境中自主制定導(dǎo)航與避障策略。因此，本發(fā)明的適用范圍較廣。

本發(fā)明授權(quán)基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法在權(quán)利要求書中公布了：1.一種基于深度強化學(xué)習(xí)的水下航行器自動避障策略訓(xùn)練方法，其特征在于，所述方法包括：S1、構(gòu)建水下航行器的物理模型及其動力學(xué)模型，以及水下航行器運行時固定于水平面的世界坐標系ηEξζ和固定于水下航行器重心的隨體坐標系xoyz；S2、基于水下航行器的物理模型及其動力學(xué)模型、世界坐標系、隨體坐標系構(gòu)建基于Gym的水下航行器人工智能算法環(huán)境，并定義人工智能算法環(huán)境的狀態(tài)空間、動作空間、獎勵函數(shù)和結(jié)束條件；S3、利用四元數(shù)變換更新動力學(xué)模型中的水下航行器執(zhí)行動作后在世界坐標系下的位置，同時更新狀態(tài)空間中的參數(shù)，該參數(shù)包括水下航行器自身狀態(tài)、水下航行器與目標點的距離、水下航行器與目標點的夾角、水下航行器與障礙物的夾角與距離；S4、基于水下航行器人工智能算法環(huán)境及更新后的參數(shù)，利用深度強化學(xué)習(xí)算法訓(xùn)練更新后的動力學(xué)模型，獲得避障神經(jīng)網(wǎng)絡(luò)模型；S5、基于避障神經(jīng)網(wǎng)絡(luò)模型，通過設(shè)定目標點與障礙物，實施水下航行器在未知的環(huán)境中的自動避障策略；所述獎勵函數(shù)reward包括指向靠近目標點獎勵、平穩(wěn)安全獎勵、避障獎勵，其表達式如下： 所述指向靠近目標點的獎勵函數(shù)表達式如下： 其中：為采取動作前水下航行器船頭指向向量與水下航行器到目標點向量間的夾角，為采取動作后水下航行器的航向向量與水下航行器到目標點組成向量的夾角；所述平穩(wěn)安全的獎勵函數(shù)z_penalty表達式如下： 其中：zt為當前位置水下航行器的ζ軸方向上的坐標，z_penalty為水下航行器的深度在危險范圍內(nèi)的懲罰；tilt_penalty為水下航行器在俯仰角大于或小于時的懲罰；所述避障獎勵為若干傳感器i檢測周圍障礙物的獎勵之和，其獎勵函數(shù)rewardiobstacle表達式如下： 其中：為水下航行器執(zhí)行動作之前，第i個傳感器檢測到的水下航行器的船頭指向與水下航行器當前位置、距離最近的障礙物中心構(gòu)成的向量的夾角，為水下航行器執(zhí)行動作之后，第i個傳感器檢測到的水下航行器的航向向量與水下航行器的位置、距離最近的障礙物位置構(gòu)成的向量的夾角。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人中國船舶集團有限公司第七一九研究所，其通訊地址為：430000 湖北省武漢市武昌區(qū)中山路450號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。