買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉合肥工業大學申請的專利基于強化學習的無人機智能決策方法、系統及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119647631B 。

龍圖騰網通過國家知識產權局官網在2025-05-20發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510176233.5，技術領域涉及：G06N20/00；該發明授權基于強化學習的無人機智能決策方法、系統及存儲介質是由羅賀;陳宇軒;王國強;李曉多;楊康;岳子軒;焦桂芬;邵永正設計研發完成，并于2025-02-18向國家知識產權局提交的專利申請。

本基于強化學習的無人機智能決策方法、系統及存儲介質在說明書摘要公布了：本發明提供一種基于強化學習的無人機智能決策方法、系統及存儲介質，涉及無人機技術領域。本發明中，一方面，通過無人機的探測結果可以更新無人機的決策方案，從而實時調度無人機編隊執行任務時的規模，提高了防御效果。另一方面，設計基于微分博弈獲取的界柵獎勵，確保獎勵機制能夠準確反映博弈雙方的目標達成情況，并通過強化學習的不斷迭代優化，使得無人機能夠逐步學習到在復雜環境下的有效無人機編隊防御策略。

本發明授權基于強化學習的無人機智能決策方法、系統及存儲介質在權利要求書中公布了：1.一種基于強化學習的無人機智能決策方法，其特征在于，包括：獲取防御方無人機編隊信息和無人機編隊防御策略；防御方無人機編隊包括多架無人機；所述無人機編隊防御策略用于指示所述多架無人機的決策方案，所述決策方案包括防御動作和飛行方向；所述防御動作包括空中巡邏、呼叫友機和本機撤退；控制所述防御方無人機編隊執行所述無人機編隊防御策略；獲取處于巡邏狀態的巡邏無人機，并獲取所述巡邏無人機的探測結果；根據所述探測結果生成決策方案更新模型；所述決策方案更新模型包括狀態空間、決策方案、獎勵回報和收益函數；所述狀態空間由所述探測結果生成；所述獎勵回報至少包括基于微分博弈獲取的界柵獎勵；求解所述決策方案更新模型，并根據模型解更新所述巡邏無人機的決策方案；根據更新后的決策方案更新所述無人機編隊防御策略，并控制所述防御方無人機編隊執行更新后的無人機編隊防御策略；無人機智能決策方法所述求解所述決策方案更新模型，包括：根據所述狀態空間獲取攻擊方無人機的無人機狀態信息；根據所述無人機狀態信息計算至少包括所述界柵獎勵的獎勵回報；根據所述獎勵回報對所述收益函數進行求解；無人機智能決策方法所述無人機狀態信息包括所述巡邏無人機與攻擊方無人機的速度比；所述界柵獎勵的獲取過程，包括：基于所述速度比和所述防御方無人機編隊的防御陣地的位置，采用微分博弈構建所述巡邏無人機的界柵，以構建所述巡邏無人機的追捕區和逃逸區；獲取界柵獎勵，包括： 其中，下標CCZ、CEZ分別表示位于巡邏無人機的追捕區和逃逸區內的所有攻擊方無人機；表示在單個周期內，巡邏無人機與追捕區內所有攻擊方無人機間的距離減少量；表示在單個周期內，巡邏無人機與逃逸區內所有攻擊方無人機間的距離減少量；所述無人機狀態信息還包括所述巡邏無人機擊敗的第一攻擊方無人機數量和進入所述防御方無人機編隊的防御陣地的第二攻擊方無人機數量；根據所述無人機狀態信息計算至少包括所述界柵獎勵的獎勵回報，還包括：根據所述無人機狀態信息獲取第一獎勵回報，包括： 其中，Rtarget表示第一獎勵回報；m1表示第一攻擊方無人機數量，m2表示第二攻擊方無人機數量； 表示擊敗攻擊方無人機j的獎勵分數，若攻擊方無人機j在巡邏無人機的逃逸區內于該巡邏無人機呼叫友機后被擊敗，則獎勵分數升級至第一基礎獎勵分數的預設倍率，否則保持為第一基礎獎勵分數； 表示攻擊方無人機j進入防御陣地的獎勵分數，若攻擊方無人機j在巡邏無人機的追捕區內于該巡邏無人機呼叫友機后進入防御陣地，則獎勵分數升級至第二基礎獎勵分數的預設倍率，否則保持為第二基礎獎勵分數；獲取第二獎勵回報，包括： 其中，Rtime表示第二獎勵回報；m3表示巡邏無人機數量；計算獎勵回報，包括： 其中，R表示獎勵回報。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人合肥工業大學，其通訊地址為：230009 安徽省合肥市包河區屯溪路193號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。