湖南遁一科技有限公司刘芝桥获国家专利权
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
龙图腾网获悉湖南遁一科技有限公司申请的专利基于深度强化学习的舰船导弹目标分配方法、装置和设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115509190B 。
龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211181219.7，技术领域涉及：G05B19/418；该发明授权基于深度强化学习的舰船导弹目标分配方法、装置和设备是由刘芝桥设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。
本基于深度强化学习的舰船导弹目标分配方法、装置和设备在说明书摘要公布了：本申请涉及武器目标分配技术领域的一种基于深度强化学习的舰船导弹目标分配方法、装置和设备。该方法包括：构建舰船多类型导弹目标分配数学模型，基于该数学模型建立由四元组构成的马尔可夫决策过程；构建基于Transformer模型的融合注意力机制的深度强化学习模型；该模型用于根据当前舰船态势感知中所知的战场信息实现舰船导弹目标分配决策；采用带基线的策略梯度法训练深度强化学习模型；根据马尔可夫决策过程中当前时间步下的四元组信息，采用训练后的融合注意力机制的深度强化学习模型对舰船导弹目标进行分配。本方法能快速、高效的生成高收益的导弹目标分配方案，提高了导弹目标分配收益、分配时效。
本发明授权基于深度强化学习的舰船导弹目标分配方法、装置和设备在权利要求书中公布了：1.一种基于深度强化学习的舰船导弹目标分配方法，其特征在于，所述方法包括： 建立舰船导弹目标分配数学模型； 根据舰船导弹目标分配数学模型建立由四元组构成的马尔可夫决策过程； 构建基于Transformer模型的融合注意力机制的深度强化学习模型；所述融合注意力机制的深度强化学习模型用于根据当前舰船态势感知中所知的战场信息实现舰船导弹目标分配决策； 采用带基线的策略梯度法训练所述融合注意力机制的深度强化学习模型； 根据马尔可夫决策过程中当前时间步下的四元组信息，采用训练后的融合注意力机制的深度强化学习模型对舰船导弹目标进行分配。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南遁一科技有限公司，其通讯地址为：410000 湖南省长沙市高新开发区尖山路39号长沙中电软件园一期9栋4楼401-155室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号