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！

龙图腾网获悉河北工业大学申请的专利基于改进Q-learning算法的移动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：CN116380102B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310368455.8，技术领域涉及：G01C21/34；该发明授权基于改进Q-learning算法的移动机器人路径规划方法是由张燕;王志祥;董美琪;彭昊杰;吴剑飞设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于改进Q-learning算法的移动机器人路径规划方法在说明书摘要公布了：本发明为一种基于改进Q‑learning算法的移动机器人路径规划方法，移动机器人首先利用传统Q‑learning算法进行初始路径探索，移动机器人一旦达到目标点则停止探索，对Q表进行初始化，并将初始化的Q表用于后续的路径规划；然后，对传统Q‑learning算法的贪婪策略和动作选择策略进行改进，移动机器人利用改进的Q‑learning算法进行路径探索，改进的贪婪策略通过移动机器人所在的位置和当前迭代次数约束探索概率，改进的动作选择策略利用初始化的Q表以及下一状态与目标点之间的距离进行动作选择，减少了无效探索，解决了传统Q‑learning算法收敛速度慢、在探索前期存在的盲目性大等问题。

本发明授权基于改进Q-learning算法的移动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Q-learning算法的移动机器人路径规划方法，其特征在于，该方法包括以下步骤：步骤一：构建栅格地图，获取起始点、目标点和障碍物位置；步骤二：移动机器人利用传统Q-learning算法进行初始路径探索，移动机器人一旦达到目标点则停止探索；在探索过程中根据式1的动作价值函数计算动作价值，对Q表进行初始化； 式中，Qst,at为t时刻的动作价值函数，表示移动机器人在状态st下执行动作at产生的价值；α为学习率，Rst,at表示执行动作at获得的奖励，Qst+1,at+1表示t+1时刻动作价值的预测，st+1为t+1时刻的状态，at+1为t+1时刻的动作，A表示动作集合，γ表示奖励衰减因子；步骤三：对传统Q-learning算法的贪婪策略和动作选择策略进行改进，移动机器人利用改进的Q-learning算法进行路径探索；改进的贪婪策略的探索概率ε表示为：ε＝ε1*expb*i3 式中，ε0为初始探索概率，i为当前迭代次数，k1、k2和b均为超参数，d1为移动机器人与起始点之间的距离，d2为移动机器人与目标点之间的距离，xt,yt表示t时刻移动机器人的位置，U1表示起始点周围的区域，U2表示目标点周围的区域，U3表示栅格地图中除U1、U2之外的区域；改进的动作选择策略为：生成一个0到1之间的随机数，若随机数小于等于探索概率，则将预测得到的下一状态的最大动作价值与初始化的Q表中对应状态的各个动作价值进行比较，选择动作价值最大的动作作为移动机器人的执行动作；若随机数大于探索概率，则通过式5分别计算下一状态的八种可能状态与目标点之间的距离，选择距离最短的状态作为移动机器人的下一状态； 其中，xgoal,ygoal表示目标点的坐标，表示移动机器人下一状态的坐标点；步骤四：根据当前时刻获得的奖励，判断移动机器人是否与障碍物发生碰撞，若是，则结束此次迭代，返回步骤三；若否，则执行步骤五；步骤五：根据当前时刻获得的奖励，判断移动机器人是否到达目标点，若是，则步骤六；否则，返回步骤三；步骤六、判断是否达到最大迭代次数，若是，则输出最优路径；否则，返回步骤三，直至获得最优路径。

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河北工业大学，其通讯地址为：300130 天津市红桥区丁字沽光荣道8号河北工业大学东院；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”。