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！

龙图腾网恭喜东北大学申请的专利一种强化学习的移动机器人动态复杂环境避障导航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：CN115435788B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210933069.4，技术领域涉及：G01C21/20；该发明授权一种强化学习的移动机器人动态复杂环境避障导航方法是由赵彬;吴成东;孙若怀设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种强化学习的移动机器人动态复杂环境避障导航方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的移动机器人动态复杂环境避障导航方法，包括避障模块、目标接近模块、DRL策略训练模块、模拟‑现实任务。本发明的有益效果是：通过该方法实现移动机器人在无全局地图信息的情况下，依靠传感器的观测信息，通过多障碍物识别网络对观测结果进行处理，结合目标的相对位置信息，通过深度强化学习模型进行训练，学习避障导航策略，避开多个动态障碍物，到达指定目标点；不再依赖于全局地图，不需耗费大量算力建立高精度地图，不需考虑全局地图信息的维护与更新；输入传感器观测信息，输出机器人控制动作，端到端的导航策略模式反应迅速，能够适应复杂动态多障碍物的环境。

本发明授权一种强化学习的移动机器人动态复杂环境避障导航方法在权利要求书中公布了：1.一种基于深度强化学习的移动机器人动态复杂环境避障导航方法，其特征在于：包括以下步骤步骤一、避障模块：深度相机采集图像信息通过障碍物特征识别网络提取障碍物特征，结合深度测距信息，组合输入进DRL策略训练模块进行训练；所述步骤一中，具体包括：机器人通过深度相机采集环境信息，输入到多障碍物识别网络对障碍物边界特征进行识别，并结合深度测距信息，对局部环境信息中的障碍物进行定位识别，输出障碍物在局部坐标系中的位置信息和边界特征信息，输入到DRL策略训练模块进行训练；步骤二、目标接近模块：激光雷达采集环境信息，结合目标点在局部坐标系的位置，输入进DRL策略训练模块进行训练；步骤三、DRL策略训练模块：将两个子任务结合，通过深度分层强化学习模型在虚拟环境中进行训练；步骤四、模拟-现实任务：训练完成后的模型移植到现实环境中。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路3号巷11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”。