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！

龙图腾网获悉天津大学申请的专利一种基于分层强化学习与定位精度优化的多AUV全覆盖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：CN121297847B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511388268.1，技术领域涉及：G01C21/20；该发明授权一种基于分层强化学习与定位精度优化的多AUV全覆盖路径规划方法是由常帅;王凯旋;王宇丰;万程程;朱怡然;李辰浩设计研发完成，并于2025-09-26向国家知识产权局提交的专利申请。

本一种基于分层强化学习与定位精度优化的多AUV全覆盖路径规划方法在说明书摘要公布了：本发明涉及一种基于分层强化学习与定位精度优化的多AUV全覆盖路径规划方法，包括：获取多AUV协同系统，对多AUV协同系统进行分层决策处理，分别获取元策略层和基础策略层的价值函数，并建立元策略模型和基础策略模型；基于强化学习算法训练元策略模型，用于输出目标子区域；在目标子区域内，通过集中式DDQN算法训练基础策略模型，在训练过程中，将误差椭圆投影值直接纳入基础策略层的奖励计算，选择定位误差更小的路径，生成在元策略约束下的最优测量路径选择模型，用于输出最优测量路径。本发明解决单一决策层无法兼顾全局与局部、效率与精度的固有矛盾，最终实现多AUV协同作业中覆盖完整性与定位可靠性的统一。

本发明授权一种基于分层强化学习与定位精度优化的多AUV全覆盖路径规划方法在权利要求书中公布了：1.一种基于分层强化学习与定位精度优化的多AUV全覆盖路径规划方法，其特征在于，包括： 获取多AUV协同系统，对所述多AUV协同系统进行分层决策处理，分别获取元策略层和基础策略层的价值函数，并建立元策略模型和基础策略模型； 基于强化学习算法训练所述元策略模型，用于输出目标子区域； 在所述目标子区域内，通过集中式DDQN算法训练所述基础策略模型，在训练过程中，将误差椭圆投影值直接纳入基础策略层的奖励计算，选择定位误差更小的路径，生成在元策略约束下的最优测量路径选择模型，用于输出最优测量路径； 通过集中式DDQN算法训练所述基础策略模型包括： 步骤2.1，初始化所述基础策略模型的模型参数以及第二经验回放池，获取初始状态； 步骤2.2，初始化训练后的元策略模型环境，获取初始状态；其中，为区域覆盖矩阵，为智能体的位置信息，为惩罚标志位； 步骤2.3，利用贪婪策略选择动作；其中，为基于贪婪策略选择的第i个智能体需要执行的动作，为当前训练过程的元策略层神经网络参数，为表示第i个智能体的动作价值函数； 步骤2.4，根据所述贪婪策略选择的动作，获得所述基础策略模型的初始状态； 步骤2.5，采用策略选择动作；其中，为基础策略层动作空间，获取两轴误差椭圆投影值均值，并计算奖励函数； 步骤2.6，将存储到第二经验回放池中，并计算第二损失函数，用于更新所述基础策略模型的模型参数以及元策略模型的状态： ； 其中，为第二损失函数，为数学期望算子，为t时刻的局部状态，为t时刻的低层次动作，即路径选择，为基础策略层神经网络参数，为t时刻的奖励值，为基础策略层的价值函数； 步骤2.7，重复步骤2.3-步骤2.6，直至到达最大迭代次数，输出训练后的基础策略模型。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。

以上内容由龙图腾AI智能生成。