一种基于深度强化学习的多智能体协同导航方法

    公开(公告)号:CN116579372A

    公开(公告)日:2023-08-11

    申请号:CN202310550857.X

    申请日:2023-05-16

    Abstract: 本发明公开了一种基于深度强化学习的多智能体协同导航方法,步骤1,观察全局状态,构建目标选择策略网络和碰撞避免策略网络;步骤2,根据所述目标选择策略网络,选择一个目标,目标指当前运动设备需要导航到的目标地点;步骤3,观察局部状态,局部状态指当前运动设备探测到的与周围障碍物之间的距离;步骤4,判断前方是否存在障碍物,若否,则当前运动设备向选择的所述目标移动一步,并返回步骤1;若是,则根据所述碰撞避免策略网络得到一个角度,当前运动设备转向该角度并向前移动一步,并返回步骤1;所述向前,指当前运动设备转向的角度方向;本发明提高了模型的泛化能力,从而提升了协同导航性能。

    一种基于区间扩展合并的雷达点迹凝聚方法

    公开(公告)号:CN116381611A

    公开(公告)日:2023-07-04

    申请号:CN202310397416.0

    申请日:2023-04-13

    Abstract: 本发明公开了一种基于区间扩展合并的雷达点迹凝聚方法,包括如下步骤:对原始点迹数据进行距离维凝聚:对原始点迹数据进行同一方位上的距离维归并凝聚;初始化区间块结构体参数:完成距离维凝聚后,且区间块数量为空时将当前批次下的新生点迹初始化为新的区间块;迭代进行新生点迹和区间块的关联与更新;点迹争夺与近目标分辨:结合现有区间块质心与点迹特征参数进行冲突情况处理;区间块内部数据的质心凝聚:对满足凝聚条件的区间内部数据进行最终凝聚;点迹滤波:根据凝聚点迹的结果特征滤除非目标点迹。本发明从区间角度入手,有效解决了方位滑窗法带来的凝聚不充分问题,点迹滤波效果良好,保证性能的同时满足了雷达数据预处理的实时性要求。

Patent Agency Ranking