買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜合肥工業(yè)大學(xué)申請的專利基于強化學(xué)習(xí)的無人機智能決策方法、系統(tǒng)及存儲介質(zhì)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119647631B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-20發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510176233.5，技術(shù)領(lǐng)域涉及：G06N20/00；該發(fā)明授權(quán)基于強化學(xué)習(xí)的無人機智能決策方法、系統(tǒng)及存儲介質(zhì)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(shè)計研發(fā)完成，并于2025-02-18向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于強化學(xué)習(xí)的無人機智能決策方法、系統(tǒng)及存儲介質(zhì)在說明書摘要公布了：本發(fā)明提供一種基于強化學(xué)習(xí)的無人機智能決策方法、系統(tǒng)及存儲介質(zhì)，涉及無人機技術(shù)領(lǐng)域。本發(fā)明中，一方面，通過無人機的探測結(jié)果可以更新無人機的決策方案，從而實時調(diào)度無人機編隊執(zhí)行任務(wù)時的規(guī)模，提高了防御效果。另一方面，設(shè)計基于微分博弈獲取的界柵獎勵，確保獎勵機制能夠準(zhǔn)確反映博弈雙方的目標(biāo)達(dá)成情況，并通過強化學(xué)習(xí)的不斷迭代優(yōu)化，使得無人機能夠逐步學(xué)習(xí)到在復(fù)雜環(huán)境下的有效無人機編隊防御策略。

本發(fā)明授權(quán)基于強化學(xué)習(xí)的無人機智能決策方法、系統(tǒng)及存儲介質(zhì)在權(quán)利要求書中公布了：1.一種基于強化學(xué)習(xí)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(zhí)行所述無人機編隊防御策略；獲取處于巡邏狀態(tài)的巡邏無人機，并獲取所述巡邏無人機的探測結(jié)果；根據(jù)所述探測結(jié)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(tài)空間、決策方案、獎勵回報和收益函數(shù)；所述狀態(tài)空間由所述探測結(jié)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(jù)模型解更新所述巡邏無人機的決策方案；根據(jù)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(zhí)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(jù)所述狀態(tài)空間獲取攻擊方無人機的無人機狀態(tài)信息；根據(jù)所述無人機狀態(tài)信息計算至少包括所述界柵獎勵的獎勵回報；根據(jù)所述獎勵回報對所述收益函數(shù)進行求解；無人機智能決策方法所述無人機狀態(tài)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(gòu)建所述巡邏無人機的界柵，以構(gòu)建所述巡邏無人機的追捕區(qū)和逃逸區(qū)；獲取界柵獎勵，包括： 其中，下標(biāo)CCZ、CEZ分別表示位于巡邏無人機的追捕區(qū)和逃逸區(qū)內(nèi)的所有攻擊方無人機；表示在單個周期內(nèi)，巡邏無人機與追捕區(qū)內(nèi)所有攻擊方無人機間的距離減少量；表示在單個周期內(nèi)，巡邏無人機與逃逸區(qū)內(nèi)所有攻擊方無人機間的距離減少量；所述無人機狀態(tài)信息還包括所述巡邏無人機擊敗的第一攻擊方無人機數(shù)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(shù)量；根據(jù)所述無人機狀態(tài)信息計算至少包括所述界柵獎勵的獎勵回報，還包括：根據(jù)所述無人機狀態(tài)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(shù)量，m2表示第二攻擊方無人機數(shù)量； 表示擊敗攻擊方無人機j的獎勵分?jǐn)?shù)，若攻擊方無人機j在巡邏無人機的逃逸區(qū)內(nèi)于該巡邏無人機呼叫友機后被擊敗，則獎勵分?jǐn)?shù)升級至第一基礎(chǔ)獎勵分?jǐn)?shù)的預(yù)設(shè)倍率，否則保持為第一基礎(chǔ)獎勵分?jǐn)?shù)； 表示攻擊方無人機j進入防御陣地的獎勵分?jǐn)?shù)，若攻擊方無人機j在巡邏無人機的追捕區(qū)內(nèi)于該巡邏無人機呼叫友機后進入防御陣地，則獎勵分?jǐn)?shù)升級至第二基礎(chǔ)獎勵分?jǐn)?shù)的預(yù)設(shè)倍率，否則保持為第二基礎(chǔ)獎勵分?jǐn)?shù)；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(shù)量；計算獎勵回報，包括： 其中，R表示獎勵回報。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人合肥工業(yè)大學(xué)，其通訊地址為：230009 安徽省合肥市包河區(qū)屯溪路193號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。