发明专利已授权

基于双流信息瓶颈的深度强化学习行动者-评价者网络结构的车辆路径跟踪控制方法

Name: 基于双流信息瓶颈的深度强化学习行动者-评价者网络结构的车辆路径跟踪控制方法
Brand: 浙江工业大学
SKU: 2024114316041
Availability: InStock

📄 申请号：CN202411431604.1 📄 发布日：2026/08/04

著录项目信息

申请日

2024-10-14

公开号

CN119596920B

公开日

2025-10-24

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G05D1_43

IPC 分类号

G05D1_43 , G05D1_644 , G05D1_648 , G05D109_10 ,

技术画像

所属领域

深度强化学习深度强化学习车辆路径跟踪控制自动控制系统

应用场景

自动驾驶, 智能汽车, 高级辅助驾驶, 车辆运动控制, 智能交通系统

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

基于双流信息瓶颈的深度强化学习行动者‑评价者网络结构及对四轮独立转向独立驱动车辆的路径跟踪控制方法，包括：在Critic网络中，在Q值估计之前加入已知信息瓶颈模块，从中提取已知类信息，并设计训练目标以最小化时间差分误差、最小化互信息、并约束参数范数；在Actor网络中，在策略生成模块之前加入未知信息瓶颈模块，从中提取未知类信息，并设计训练目标以最大化期望累积奖励、最大化互信息、最小化条件熵；在训练过程中，将样本中的状态和动作输入Critic网络和互信息估计器网络，得到Q值估计和互信息估计，并通过最小化目标函数更新Critic网络参数；通过策略梯度定理和重要性采样来更新Actor网络参数，以最大化目标函数；同时，独立训练互信息估计器网络，通过采样和优化实现对互信息的最大化估计；为了实现动态调节，设置权重调度器，根据当前训练轮数和平均回报，动态调整Actor和Critic目标函数中的系数，并使用线性衰减策略进行调节。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN119596920B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种表面具有多重协同保护膜的金属磁粉及其制备方法

当前第 / 件

一种不连续多域蛋白结构组装方法

同领域国内专利 · IPC: (G05D1_43)

G05D1_00 G05D1_02 G05D1_06 G05D1_08 G05D1_10 G05D1_12 G05D1_43 G05D1_46 G05D1_485 G05D1_49 G05D1_495 G05D1_633 G05D1_644 G05D1_69 G05D1_695 G05D11_13 G05D13_62 G05D15_01 G05D16_00 G05D16_02 G05D16_04 G05D16_14 G05D16_20 G05D17_02 G05D19_02 覆盖25个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：54 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)