龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：合肥工业大学
摘要：本发明提供一种基于NeRF和强化学习的路径规划方法、系统及电子设备，涉及路径规划技术领域。本发明通过强化学习方法使得机器人能够通过与环境的交互不断学习，并根据实时反馈优化路径规划策略。相较于基于微分平坦性的方法，强化学习方法具有更强的学习能力和适应性，无需依赖地图的先验条件，能够在复杂和动态的环境中快速调整路径规划策略。
主权项：1.一种基于NeRF和强化学习的路径规划方法，其特征在于，包括：S1、获取目标场景的各视角照片以及拍摄各视角照片的相机所处3D坐标和相机的方向视角，生成场景表示数据；S2、以场景表示数据作为预先训练的NeRF神经网络的输入数据，输出目标场景的三维表示；S3、用体素渲染算法对目标场景的三维表示进行处理，得到渲染场景；S4、将渲染场景离散成3D网格，使用预先训练的NeRF神经网络对3D网格中每个坐标点进行密度估计；S5、以离散后并使用NeRF进行密度估计的3D网格作为环境，将强化学习的状态空间和动作空间输入到预先训练的强化学习DQN模型中，输出规划路径，其中，状态空间包括机器人的位置、机器人的速度、机器人的角速度和预先提取的特征向量，动作空间包括机器人的加速度、角加速度和各个方向的单位步长；预先提取的特征向量的提取方法包括：将目标场景的各视角照片输入到预先训练的卷积神经网络中，输出特征向量。
全文数据：
权利要求：
百度查询： 合肥工业大学 基于NeRF和强化学习的路径规划方法、系统及电子设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号