一种基于深度强化学习的多柔性针路径规划方法

AITNT
正文
推荐专利
一种基于深度强化学习的多柔性针路径规划方法
申请号:CN202511500229
申请日期:2025-10-21
公开号:CN120976496A
公开日期:2025-11-18
类型:发明专利
摘要
本发明属于柔性针路径规划技术领域,具体公开了一种基于深度强化学习的多柔性针路径规划方法,本发明为解决现有多斜尖柔性针路径规划方法中缺乏对多针协同、组织动态形变与高维状态空间复杂性的统一建模、多针路径易发生冲突且缺乏合理的任务分配与空间协调机制以及面对组织内部结构扰动时适应性差的问题,包括:S1:三维智能体交互环境构建与数据准备;S2:障碍物建模与形变函数设计;S3:柔性针三维运动学模型与路径生成;S4:多智能体协同控制与路径优化;S5:路径评估与验证。
技术关键词
障碍物 深度强化学习 智能体交互 柔性 多智能体协同控制 阶段 肝脏 终点 肿瘤 环境状态信息 医学影像数据 路径规划技术 实心球 圆心 交互机制 组织 强度
系统为您推荐了相关专利信息
1
一种基于李雅普诺夫和深度强化学习的任务卸载方法
深度神经网络结构 李雅普诺夫优化 李雅普诺夫函数 卸载方法 保证系统稳定性
2
一种目标行为预测方法及相关设备
节点 环境拓扑地图 动态障碍物 多模态 语义
3
一种基于柔性机械臂爪与视觉识别的智能分类垃圾装置
柔性气动机械臂 智能分类垃圾 气动机械爪 垃圾投放口 人机交互模块
4
一种基于北斗的安全辅助驾驶装置
辅助驾驶装置 北斗导航定位模块 信号处理模块 车道 障碍物
5
一种能耗优化的水下多机器人系统协同行为决策方法
水下多机器人 动作执行控制 决策方法 强化学习方法 规划
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号