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！

龙图腾网获悉云南师范大学申请的专利一种密集动态场景中基于分层强化学习目标驱动的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：CN121277186B 。

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：202511835697.9，技术领域涉及：G05D1/43；该发明授权一种密集动态场景中基于分层强化学习目标驱动的自主探索方法是由罗景文;刘思豪设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种密集动态场景中基于分层强化学习目标驱动的自主探索方法在说明书摘要公布了：本发明涉及一种密集动态场景中基于分层强化学习目标驱动的自主探索方法，属于机器人自主导航与环境感知领域。所述方法包括：基于RGBD图像中的行人框获得行人位置向量，结合雷达扫描数据构建动态数据库中；基于雷达扫描数据的RK雷达描述子进行相似度计算，获得高层策略切换结果；生成若干个兴趣点，选择复合代价函数值最小的兴趣点作为下一步需要探索的目标点；根据高层策略切换结果，利用训练后的HRL模型输出高层多模态融合特征，并结合下一步需要探索的目标点得到最终导航技能；基于训练后的HRL模型输出的底层多模态融合特征和最终导航技能，输出速度控制指令以实现自主探索。旨在解决现有技术在复杂环境下难以平衡探索效率与安全性的技术问题。

本发明授权一种密集动态场景中基于分层强化学习目标驱动的自主探索方法在权利要求书中公布了：1.一种密集动态场景中基于分层强化学习目标驱动的自主探索方法，其特征在于，所述方法包括以下步骤： Step1：获取密集动态场景的RGBD图像中的行人框，计算所述行人框的平均深度值，根据所述平均深度值获得行人位置向量； Step2：获取密集动态场景的雷达扫描数据，将所述雷达扫描数据和所述行人位置向量存入动态数据库中； Step3：提取最新时刻的雷达扫描数据和动态数据库中的雷达扫描数据的RK雷达描述子并进行相似度计算，基于预设阈值和相似度计算结果，更新所述动态数据库，并获得高层策略切换结果； Step4：基于所有雷达扫描数据，生成若干个兴趣点，并形成兴趣点集合作为候选的探索目标点集合； Step5：计算所述候选的探索目标点集合中每个兴趣点的复合代价函数值，选择复合代价函数值最小的兴趣点作为下一步需要探索的目标点； Step6：根据所述高层策略切换结果，利用训练后的HRL模型输出高层多模态融合特征，基于所述高层多模态融合特征和所述下一步需要探索的目标点，得到最终导航技能； Step7：利用训练后的HRL模型输出底层多模态融合特征，基于所述底层多模态融合特征、所述下一步需要探索的目标点和所述最终导航技能，输出速度控制指令以实现自主探索； 所述RK雷达描述子的提取具体为： 根据雷达最大探测距离划分M个等宽同心圆环，统计各圆环内点云数量，将统计值按从内到外的环序编码为M维向量，作为RK雷达描述子； 所述Step5具体为： Step5.1：对雷达扫描到的障碍物的点云进行动态聚类得到若干个障碍物簇，定义第i个障碍物簇的质心和半径分别表示为和； Step5.2：采用高斯衰减模型量化兴趣点集合中每个兴趣点与障碍物簇的动态风险度： ； 式中，为第j个兴趣点到第i个簇的质心的欧氏距离，表示到第i个簇的质心的动态风险度，其中，，； 再根据得到第j个兴趣点的最终动态风险度的表达式为： ； 式中，为最终动态风险度； Step5.3：通过结合距离受限探索评估方法和最终动态风险度得到每个兴趣点复合代价函数值，表达式为： ； 式中，为兴趣点的复合代价函数值，表示当前机器人的位置与兴趣点之间的欧式距离的双曲正切函数，表示兴趣点与全局目标点之间的欧氏距离； Step5.4：得到每个兴趣点的复合代价函数值后，选择复合代价函数值最小的点作为下一步需要探索的目标点，表达式为： ； 式中，为下一步需要探索的目标点。

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云南师范大学，其通讯地址为：650500 云南省昆明市呈贡区聚贤街768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。