首页> 中国专利> 一种基于Deep Q-Learning的集群区域覆盖方法

一种基于Deep Q-Learning的集群区域覆盖方法

摘要

本发明公开了一种基于Deep Q‑Learning的集群区域覆盖方法,包括以下步骤:建立集群系统的动力学模型;确定集群中智能体的邻居集合;建立集群系统的运动控制模型;对信息地图进行构造,并对信息地图进行编码;根据信息地图定义强化学习需要的状态空间、行为空间,回报函数;设计Deep Q‑Learning算法所需网络模型;设计自由区域下的Deep Q‑Learning区域覆盖算法;对得到的点按需调整,得到有障碍区域下的Deep Q‑Learning区域覆盖算法。本发明借助Deep Q‑Learning技术实现集群区域覆盖控制算法的训练与学习,实现自由区域和有障碍物区域下的集群区域覆盖,有效提高集群区域覆盖效率,同时能够保证在弱通信环境下算法的稳定性。

著录项

  • 公开/公告号CN114326749A

    专利类型发明专利

  • 公开/公告日2022-04-12

    原文格式PDF

  • 申请/专利权人 电子科技大学长三角研究院(衢州);

    申请/专利号CN202210026133.0

  • 发明设计人 袁国慧;王卓然;肖剑;何劲辉;

    申请日2022-01-11

  • 分类号G05D1/02(20200101);G06N3/04(20060101);G06N3/08(20060101);

  • 代理机构51312 成都正煜知识产权代理事务所(普通合伙);

  • 代理人袁宇霞

  • 地址 324000 浙江省衢州市柯城区芹江东路288号1幢18楼

  • 入库时间 2023-06-19 14:53:05

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-04-12

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号