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！

龙图腾网获悉华南理工大学;江西省军民融合研究院申请的专利一种面向智能信息聚合的可扩展多机器人自主探索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：CN119414837B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411494337.2，技术领域涉及：G05D1/43；该发明授权一种面向智能信息聚合的可扩展多机器人自主探索方法是由杜广龙;任晓琪;阮杰;郑涛;胡锦文设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种面向智能信息聚合的可扩展多机器人自主探索方法在说明书摘要公布了：为提高多机器人探索未知环境的协作效率、增强探索策略的可扩展性，本发明公开了一种面向智能信息聚合的可扩展多机器人自主探索方法。所述方法通过对探索环境进行图表示，利用图中的边实现局部信息共享，采用图神经网络和互信息来提取高质量的局部邻域信息，聚合机器人的观测信息与高质量领域聚合信息，实现不同规模下机器人都能做出有效探索决策。本发明通过实际验证，可以作为解决多机协同探索策略协作性差和可扩展性差等问题的重要途径。

本发明授权一种面向智能信息聚合的可扩展多机器人自主探索方法在权利要求书中公布了：1.一种面向智能信息聚合的可扩展多机器人自主探索方法，其特征在于，包括如下步骤： S1、对于每一个机器人，都构建以单一机器人为中心的局部地图，以及预估该机器人当前的姿态信息； S2、将每个机器人的以单一机器人为中心的局部地图转换为以单一机器人为中心的全局地图，进而得到包括所有机器人的融合全局地图； S3、根据以单一机器人为中心的全局地图，通过可扩展多机器人信息聚合规划方法，为每个机器人生成一个全局目标，即长期导航目标；包括如下步骤： S3.1、构建Actor网络和Critic网络；所述Actor网络包括第一CNN特征抽取器、第一信息聚合模块和动作生成器； 第一CNN特征抽取器中，应用权重共享卷积神经网络作为特征提取器，从每个机器人对应的以单一机器人为中心的全局地图中提取每个机器人的空间特征地图； 第一信息聚合模块中，将每个机器人的探索环境进行图表示，为每个机器人建立一个基于距离的机器人-机器人图，进而获取每个机器人的局部邻域信息； 采用图神经网络来聚合每个机器人的局部邻域信息，并利用注意力机制对邻域机器人的信息进行优先排序，同时利用图形互信息来最大化机器人的输入输出特征信息的相关性，得到一个固定大小的向量，即每个机器人的邻域聚合信息； 将每个机器人的邻域聚合信息与空间特征地图相连得到每个机器人的融合空间特征地图，动作生成器中，利用Softmax函数先从每个机器人的融合空间特征地图中选择一个区域，再利用Sigmoid函数输出一个坐标，得到全局目标在选定区域内的相对位置； S3.2、对Actor网络和Critic网络进行训练； S3.3、利用训练完成的Actor网络为每个机器人生成一个全局目标； S4、在融合全局地图中为每个机器人规划一条实现长期导航目标的路径，并生成一个短期子目标序列； S5、对于每个机器人的短期子目标序列中的一个短期子目标，转换为短期子目标的位置和当前机器人位置之间的相对距离和相对角度，输入至局部策略，局部策略输出该机器人的导航动作。

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华南理工大学;江西省军民融合研究院，其通讯地址为：510640 广东省广州市天河区五山路381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。