申请/专利权人:南京大学
申请日:2024-02-01
公开(公告)日:2024-04-05
公开(公告)号:CN117824658A
主分类号:G01C21/20
分类号:G01C21/20;G01C21/34;G06N20/00;G06N3/006;G06V20/56;G06V20/70
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提供了一种基于探索边界掩码优化语义目标导航任务的方法,首先,建立和验证语义目标导航任务中路径规划终点选择的问题模型;其次,计算地图中已探索区域和未探索区域的分界线,称之为探索边界,将强化学习路径规划终点选择的动作空间限制在探索边界上;然后,利用探索边界上不同动作点之间的关系来优化价值计算,降低价值计算的方差;最后,处理训练样本的状态和动作,进行状态级别的数据增强,获取更多训练样本,提高规划终点选择的训练效率。本发明解决了语义目标导航任务中存在的低性能和低效率问题,路径长度加权的成功率指标提升了25.4%,仿真时间减少了3倍。
主权项:1.一种基于探索边界掩码优化语义目标导航任务的方法,其特征在于,包括以下步骤:1建立和验证语义目标导航任务中路径规划终点选择的问题模型;2计算地图中已探索区域和未探索区域的分界线,称之为探索边界,将强化学习路径规划终点选择的动作空间限制在探索边界上;3利用探索边界上不同动作点之间的关系来优化价值计算,降低价值计算的方差;4处理训练样本的状态和动作,进行状态级别的数据增强,获取更多训练样本,提高规划终点选择的训练效率。
全文数据:
权利要求:
百度查询: 南京大学 一种基于探索边界掩码优化语义目标导航任务的方法
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。