Processing

Please wait...

PATENTSCOPE will be unavailable a few hours for maintenance reason on Tuesday 25.01.2022 at 9:00 AM CET
Settings

Settings

Goto Application

1. WO2022007199 - ROBOT STATE PLANNING METHOD BASED ON MONTE CARLO TREE SEARCH ALGORITHM

Publication Number WO/2022/007199
Publication Date 13.01.2022
International Application No. PCT/CN2020/117343
International Filing Date 24.09.2020
IPC
B62D 57/032 2006.1
BPERFORMING OPERATIONS; TRANSPORTING
62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
DMOTOR VEHICLES; TRAILERS
57Vehicles characterised by having other propulsion or other ground-engaging means than wheels or endless track, alone or in addition to wheels or endless track
02with ground-engaging propulsion means, e.g. walking members
032with alternately or sequentially lifted supporting base and leg; with alternately or sequentially lifted feet or skid
G05D 1/02 2020.1
GPHYSICS
05CONTROLLING; REGULATING
DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
1Control of position, course, altitude, or attitude of land, water, air, or space vehicles, e.g. automatic pilot
02Control of position or course in two dimensions
Applicants
  • 哈尔滨工业大学 HARBIN INSTITUTE OF TECHNOLOGY [CN]/[CN]
Inventors
  • 高海波 GAO, Haibo
  • 丁亮 DING, Liang
  • 徐鹏 XU, Peng
  • 刘岩 LIU, Yan
  • 王志恺 WANG, Zhikai
  • 邓宗全 DENG, Zongquan
  • 刘振 LIU, Zhen
Agents
  • 北京隆源天恒知识产权代理事务所(普通合伙) TALENT PATENT&TRADEMARK FIRM
Priority Data
202010641009.606.07.2020CN
Publication Language Chinese (zh)
Filing Language Chinese (ZH)
Designated States
Title
(EN) ROBOT STATE PLANNING METHOD BASED ON MONTE CARLO TREE SEARCH ALGORITHM
(FR) PROCÉDÉ DE PLANIFICATION D'ÉTAT DE ROBOT BASÉ SUR UN ALGORITHME DE RECHERCHE ARBORESCENT MONTE CARLO
(ZH) 基于蒙特卡洛树搜索算法的机器人状态规划方法
Abstract
(EN) A robot state planning method based on a Monte Carlo tree search algorithm. The method comprises: obtaining an initial state and a target state of a robot (step 100); by using the initial state as a starting node, using a Monte Carlo tree search algorithm to expand a Monte Carlo tree until a generated target node reaches the target state (step 200); and determining a state sequence of the robot according to all nodes from the starting node to the target node (step 300). According to the solution, the overall state in the motion process is planned, and a state sequence is generated; thus, effect of front-back coupling caused by planning according to periods can be avoided, and the passing capability of a six-foot robot in a complex terrain is improved.
(FR) Un procédé de planification d'état de robot basé sur un algorithme de recherche arborescent Monte Carlo. Le procédé consiste : à obtenir un état initial et un état cible d'un robot (étape 100) ; à l'aide de l'état initial comme nœud de départ, à utiliser un algorithme de recherche arborescent Monte Carlo pour étendre une arborescence Monte Carlo jusqu'à ce qu'un nœud cible généré atteigne l'état cible (étape 200) ; et à déterminer une séquence d'état du robot selon tous les nœuds du nœud de départ au nœud cible (étape 300). Selon la solution, l'état global dans le processus de mouvement est planifié, et une séquence d'état est générée ; ainsi, l'effet du couplage avant-arrière provoqué par la planification selon les périodes peut être évité, et la capacité de passage d'un robot de six pieds dans un terrain complexe est améliorée.
(ZH) 一种基于蒙特卡洛树搜索算法的机器人状态规划方法,该方法包括获取机器人的初始状态和目标状态(步骤100);以该初始状态为起始节点,采用蒙特卡洛树搜索算法扩展蒙特卡洛树,直至生成的目标节点到达目标状态(步骤200);根据该起始节点到该目标节点的所有节点确定机器人的状态序列(步骤300)。该方案对运动过程整体状态进行规划,生成状态序列,能够避免分周期规划带来的前后耦合影响,提高了六足机器人在复杂地形中的通行能力。
Related patent documents
Latest bibliographic data on file with the International Bureau