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！

龙图腾网获悉南京信息工程大学申请的专利基于改进差分进化算法与深度强化学习的机器人路径规划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：CN121523069B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202610051455.9，技术领域涉及：G05B13/04；该发明授权基于改进差分进化算法与深度强化学习的机器人路径规划方法是由陈鹏宇;曲承志;孟子涵;汤雅吉设计研发完成，并于2026-01-15向国家知识产权局提交的专利申请。

本基于改进差分进化算法与深度强化学习的机器人路径规划方法在说明书摘要公布了：本发明公开了一种基于改进差分进化算法与深度强化学习的机器人路径规划方法，包括以下步骤：建立包含不规则障碍物的路径规划地图；初始化路径规划问题的多个可行解作为种群，设计多策略改进差分进化算法；利用深度强化学习中的近端策略优化算法为种群中每个个体开辟独立的缓冲区，基于种群位置与适应度信息设计状态池，将多策略视为动作池，引导种群在不同状态下选择合适策略，最终输出最优路径；本发明有效解决了差分进化算法用于机器人路径规划时易陷入早熟收敛和局部最优的问题，提高了机器人在复杂环境中路径规划解的质量。

本发明授权基于改进差分进化算法与深度强化学习的机器人路径规划方法在权利要求书中公布了：1.一种基于改进差分进化算法与深度强化学习的机器人路径规划方法，其特征在于，包括以下步骤： S1、依据移动机器人的路径寻找需求构建二维栅格地图环境，标记所述二维栅格地图环境中不可通行区域的障碍物位置，确定移动机器人的起始位置和目标位置，并基于所述二维栅格地图环境建立适应度函数； S2、采用轮盘赌选择策略初始化种群，包括：从所述起始位置出发，在当前节点的8邻域内筛选可行节点，计算每个可行节点到所述目标位置的欧氏距离，通过轮盘赌概率选择下一节点，重复选择过程直至到达所述目标位置，以生成一条可行路径，重复生成过程N次，得到包含N条所述可行路径的初始种群，并根据所述适应度函数计算所述初始种群的适应度值； S3、基于所述初始种群中每个个体的位置信息与适应度值，计算每个个体的状态特征以构成特征向量，将所述特征向量输入至近端策略优化算法的策略网络，所述策略网络根据输入的所述特征向量从预设的路径规划多变异策略动作池中选择对应的动作； S4、根据所述动作生成变异向量，将所述变异向量与对应的当前个体进行交叉与选择操作，生成子代个体，并基于所述子代个体的适应度值获得奖励； S5、将每个个体单次迭代过程中的状态、动作及奖励存入与该个体对应的独立缓冲区，并重复执行步骤S3至步骤S5，直至达到预设的最大迭代次数，完成一轮训练回合； S6、重复执行步骤S2至步骤S5以进行下一训练回合，当累计完成预设数量的训练回合后，利用各所述独立缓冲区中存储的经验数据批量更新所述近端策略优化算法的策略网络参数和价值网络参数，清空所有所述独立缓冲区后，返回步骤S2重新初始化种群，并继续训练直至达到预设的训练轮次上限，完成路径规划方法的训练； S7、将训练完成的路径规划方法应用于所述二维栅格地图环境，输出机器人从所述起始位置至所述目标位置的最优路径； 在步骤S5中对近端策略优化算法的经验存储机制采用如下改进方式： 为种群中的每个个体开辟并维护一个独立的经验缓冲区； 每个所述经验缓冲区的存储结构包括： 状态序列，用于存储该个体在每次迭代中所提取的状态特征向量； 动作序列，用于存储该个体在每次迭代中基于所述策略网络所选择的动作，所述动作为所述路径规划多变异策略动作池中变异策略的编号； 奖励序列，用于存储该个体在每次迭代中根据其生成的子代个体的适应度值改进情况所计算的即时奖励值； 终止标志序列，用于记录该个体在每次迭代中是否达到预设的迭代终止条件； 在迭代过程中，种群中所有个体同步执行状态特征提取、动作选择、变异交叉操作、奖励计算以及经验缓冲区更新操作，且各个所述经验缓冲区之间的数据存储与更新相互独立。

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南京信息工程大学，其通讯地址为：210044 江苏省南京市江北新区宁六路219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。