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！

龙图腾网获悉中国人民解放军战略支援部队信息工程大学申请的专利一种基于改进Q-learning算法的自动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：CN117664133B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202311651914.X，技术领域涉及：G01C21/20；该发明授权一种基于改进Q-learning算法的自动路径规划方法是由王焕伟;井靖;刘威;刘铁铭;何红旗;张雨;唐永鹤;戚旭衍;娄睿;朱兵设计研发完成，并于2023-12-04向国家知识产权局提交的专利申请。

本一种基于改进Q-learning算法的自动路径规划方法在说明书摘要公布了：本发明提供一种基于改进Q‑learnming算法的自动路径规划方法。该方法包括：获取目标区域的栅格地图，在栅格地图中指定起点节点和终点节点，并根据栅格地图的规模大小和栅格地图中的障碍物节点所占比例，计算栅格地图的迭代临界值；针对非障碍物且非终点节点的当前节点，根据该当前节点与终点节点的距离远近关系初始化栅格地图对应的Q值表；移动机器人根据当前状态使用ε‑acc‑increasing策略选择动作并执行；使用Q值更新规则动态更新Q值表，以减小与终点节点距离较远的节点的Q值；重复执行以上的两个步骤对移动机器人进行训练，直至达到停止条件；分析当前的Q值表，对于每个状态，选择具有最高Q值的动作作为最优动作，从而形成最终的路径规划策略。

本发明授权一种基于改进Q-learning算法的自动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算法的自动路径规划方法，其特征在于，包括： 步骤1：获取目标区域的栅格地图，在栅格地图中指定起点节点和终点节点，并根据栅格地图的规模大小和栅格地图中的障碍物节点所占比例，计算栅格地图的迭代临界值； 步骤2：针对非障碍物且非终点节点的当前节点，根据该当前节点与终点节点的距离远近关系初始化栅格地图对应的Q值表；所述Q值表用于存储状态动作对的Q值；其中，栅格地图中的一个栅格节点对应移动机器人的一个状态，从一个栅格节点到另一个栅格节点的移动对应移动机器人的一个动作； 步骤3：移动机器人根据当前状态使用ε-acc-increasing策略选择动作并执行；所述ε-acc-increasing策略用于在当前迭代次数小于迭代临界值时，使探索因子ε随着迭代次数的增加而增大，且控制探索因子ε的变化速率先快后慢； 步骤4：使用Q值更新规则动态更新Q值表，以减小与终点节点距离较远的节点的Q值，增大与终点节点距离较近的节点的Q值； 步骤5：重复执行步骤3至步骤4对移动机器人进行训练，直至达到停止条件； 步骤6：分析当前的Q值表，对于每个状态，选择具有最高Q值的动作作为最优动作，从而形成最终的路径规划策略。

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中国人民解放军战略支援部队信息工程大学，其通讯地址为：450000 河南省郑州市高新区科学大道62号；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”。