公开(公告)号：CN119164396A

公开(公告)日：2024-12-20

申请号：CN202411282334.2

申请日：2024-09-13

Applicant: 西南科技大学

Inventor： 周怀芳 ,  霍建文 ,  张华 ,  向索祎 ,  张仕靖 ,  凌铭润 ,  胡旭林 ,  孙俊 ,  李林静 ,  林海涛 ,  张雨楠

IPC: G01C21/20 ,  G06N3/092

Abstract: 本发明提供了一种引入剂量因子的深度强化学习核应急机器人路径规划方法，涉及机器人路径规划技术领域，该方法以深度强化学习算法为基础，利用A*算法启发式函数，引入累积辐射剂量算子和距离算子，训练得到应用于辐射环境路径规划的目标网络；利用目标网络，在辐射剂量和障碍物发生动态变化时，完成对核应急机器人路径的自适应调整。本发明通过加强核应急机器人在作业过程中与环境的交互能力，为核应急机器人提供辐射风险小的无碰撞自适应作业路径，为核应急机器人应急决策提供支持。