原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种融合全局人工势场和局部强化学习的路径规划方法，主要解决现有技术面对复杂局部环境训练效率及规划成功率低的问题。方案包括：1)设计由多个分难度评估地图组成的栅格化局部地图，训练强化学习模型；2)建立范围大于栅格化局部地图的全局地图，并初始化；3)基于当前全局地图的信息构建人工势场；4)计算人工势场的合力，根据合力及局部范围内的障碍点数量选择路径规划方式，完成规划并更新位置；5)判断当前智能体所处位置与最终目标点的距离是否小于预设阈值，若小于则完成规划，反之更新全局地图信息再次规划。本
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117539241A
(43)申请公布日2024.02.09
(21)申请号202311361250.3G05D1/644(2024.01)
文档评论（0）