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：山东大学
摘要：本发明属于多机器人控制技术领域，尤其涉及一种基于深度强化学习的多机器人群集控制方法及系统，方法包括：将单步观测信息输入至决策模型中得到跟随者下一步的运动策略；在决策模型中，利用基于图神经网络的信息过滤器对机器人的交互进行精炼实现选择性通信；其包括第一图注意力模块、边滤波器以及第二图注意力模块；利用第一图注意力模块从不同的角度计算拓扑图中所有邻居节点的特征，得到多个更新后的拓扑图；利用边滤波器对更新后拓扑图中的邻居节点进行特征融合及边过滤，利用第二图注意力模块聚合过滤后的邻居节点的特征。本发明提出基于图神经网络的信息过滤器进行信息精炼，使机器人能够自适应地选择邻居进行交互，显著提高了通信效率。
主权项：1.一种基于深度强化学习的多机器人群集控制方法，其特征在于，包括：获取跟随者-领导者机器人拓扑架构下，跟随者的单步观测信息；将获取的单步观测信息输入至训练后的决策模型中，得到跟随者下一步的运动策略；在所述决策模型中，利用基于图神经网络的信息过滤器对机器人的交互进行精炼实现选择性通信；所述基于图神经网络的信息过滤器包括顺次连接的第一图注意力模块、边滤波器以及第二图注意力模块；构建用于表征机器人之间的交互过程的拓扑图，利用第一图注意力模块计算拓扑图中节点与其邻居节点的重要性得分，基于重要性得分聚合节点的所有邻居节点的特征；聚合的特征再与节点本身特征拼接以形成节点新的特征，得到多个更新后的拓扑图；基于更新后拓扑图，利用边滤波器融合所有图中邻居节点的特征后进行边过滤，利用第二图注意力模块对过滤后邻居节点的特征进行聚合；将第二图注意力模块聚合的特征再与编码后的观测信息进行拼接后，输入至策略网络中生成跟随者下一步的运动策略。
全文数据：
权利要求：
百度查询： 山东大学 一种基于深度强化学习的多机器人群集控制方法及系统
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