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！

龍圖騰網恭喜中國電子科技集團公司第十五研究所申請的專利基于深度強化學習的智能目標分配方法及系統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：CN119849894B 。

龍圖騰網通過國家知識產權局官網在2025-06-03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：202510335382.1，技術領域涉及：G06Q10/0631；該發明授權基于深度強化學習的智能目標分配方法及系統是由臧義華;孟曉燕;馬興民;苗菁菁設計研發完成，并于2025-03-20向國家知識產權局提交的專利申請。

本基于深度強化學習的智能目標分配方法及系統在說明書摘要公布了：本發明公開了基于深度強化學習的智能目標分配方法及系統，具體涉及多智能體系統領域，用于解決動態對抗模擬場景中多維度約束下的實時決策問題，是通過構建時序依賴圖、柵格化通行矩陣和容量平衡表，將時間、空間和資源約束分解為獨立模型，降低多智能體系統在動態對抗場景中的決策復雜度；借助自適應蒙特卡洛采樣、預測感知路徑規劃和動態閾值資源分配，快速生成多樣化高質量候選方案；環境變化時，利用多層影響傳播網絡和空間拓撲關系圖譜定位受影響智能體，通過局部調整生成方案片段，避免全局重計算，減少開銷，確保實時響應；同時，通過資源時延耦合和路徑效率綜合評估，結合多目標優化與任務一致性驗證，篩選出高效可靠的最優解。

本發明授權基于深度強化學習的智能目標分配方法及系統在權利要求書中公布了：1.基于深度強化學習的智能目標分配方法，其特征在于，包括步驟：S1.將時間約束分解為帶松弛因子的時序依賴圖，其中節點表示任務時間窗、邊表示任務先后關系；將空間約束離散化為柵格化二值通行矩陣，每個柵格標注動態障礙物狀態；將資源約束轉化為容量平衡表，實時記錄各智能體的資源余量；S2.在時間域通過蒙特卡洛采樣生成任務序列，在空間域采用改進A*算法生成路徑片段，在資源域執行貪婪策略分配資源包；通過圖匹配算法將三個域的候選片段進行組合，輸出候選方案集合；S3.建立變更影響傳播模型，基于空間拓撲關系圖譜定位受約束變更影響的智能體集合；針對受影響智能體的任務序列、路徑片段及資源分配數據，觸發局部約束滿足求解器生成新候選方案集合；S4.從新候選方案集合中，獲取資源時延信息和路徑效率信息，對候選方案集合進行帕累托前沿篩選；通過時序邏輯驗證工具檢查方案中任務依賴關系的一致性，輸出無沖突的可行方案集合。

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中國電子科技集團公司第十五研究所，其通訊地址為：100101 北京市海淀區北四環中路211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”。