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！

龙图腾网获悉广东工业大学申请的专利一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统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：CN120538534B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202510731708.2，技术领域涉及：G01C21/20；该发明授权一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统是由谷韶;徐维超;刘耀威设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统在说明书摘要公布了：本发明公开了一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统，通过最优强化学习神经网络模型实现四足机器人的最优路径规划。相比于传统深度学习方法，四足机器人学习效率高、适应复杂环境的能力更强，到达目标位置所用时间短，四足机器人鲁棒性好。此外，对人工势场法进行了改进，避免了算法陷入局部最优而导致的四足机器人无法到达目标点的问题。

本发明授权一种基于多头注意力机制的强化学习四足机器人路径规划方法与系统在权利要求书中公布了：1.一种基于多头注意力机制的强化学习四足机器人路径规划方法，其特征在于，包括： 获取四足机器人的初始状态信息； 将四足机器人的初始状态信息输入至构建的强化学习神经网络模型中，获得四足机器人的实时状态信息； 将四足机器人的实时状态信息前向传递到预设的近端策略优化网络中，获得预测值网络权重，并根据贪心算法使四足机器人做出相应的动作； 根据改进的路径规划算法完成四足机器人的自主避障，并更新所述强化学习神经网络模型的奖励函数； 基于所述更新后的奖励函数和预测网络权重对构建的强化学习神经网络模型进行训练，获得最优强化学习神经网络模型； 根据最优强化学习神经网络模型获得最优路径规划策略； 其中，所述强化学习神经网络模型包括动态注意力层、静态注意力层、拼接融合层和线性转换层；所述动态注意力层和静态注意力层的输出端均与拼接融合层的输入端连接；所述拼接融合层的输出端与线性转换层的输入端连接； 引入了双头注意力机制，实现步骤为：四足机器人身上的视觉摄像机实时获取运动场景的RGB图像，通过多层感知机对图像进行特征提取，输入到双头注意力机制网络中，双头注意力机制中的一头专注于输入数据序列中的静止特征，另一头专注于输入数据序列中的动态特征，最终输出两个不同的注意力矩阵，对两个矩阵进行拼接融合，最终经线性转换得到最终的输出，注意力分数的计算表达式如下所示： 其中,分别表示第i个头的静态特征矩阵，动态特征矩阵，状态转移矩阵，表示进行归一化处理，是Q，K矩阵的列数，也就是向量维度，注意力分数越大则说明对四足机器人路径规划的干扰越大； 通过线性变换后可以得到双头注意力机制的注意力函数表达式如下所示: 其中，为静态注意力函数；为动态注意力函数。

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广东工业大学，其通讯地址为：510006 广东省广州市越秀区东风东路729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。