Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 哈尔滨工业大学;上海卫星工程研究所魏承获国家专利权

哈尔滨工业大学;上海卫星工程研究所魏承获国家专利权

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!

龙图腾网获悉哈尔滨工业大学;上海卫星工程研究所申请的专利改进DDQN算法的机动观测策略生成方法及系统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:CN117034443B

龙图腾网通过国家知识产权局官网在2025-07-22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:202310862428.6,技术领域涉及:G06F30/15;该发明授权改进DDQN算法的机动观测策略生成方法及系统是由魏承;丛诣钦;刘天喜;邓泓;伍国威设计研发完成,并于2023-07-13向国家知识产权局提交的专利申请。

改进DDQN算法的机动观测策略生成方法及系统在说明书摘要公布了:改进DDQN算法的机动观测策略生成方法及系统,涉及航天器机动观测技术领域。解决现有航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避的问题。生成方法:建立初始训练场景,并对卫星智能体、DDQN算法和博弈条件进行设定,采用设定的DDQN算法调用所述初始训练场景中的场景对设定后的卫星智能体进行训练,并将获得的卫星智能体的状态、动作、奖励和转移状态放入经验池中;当经验池充满,对初始化的神经网络参数经过训练不断更新直至卫星智能体完成场景的训练,获得机动观测策略。本发明适用于航天器在执行目标观测任务的同时需要对危险区域进行紧急机动规避。

本发明授权改进DDQN算法的机动观测策略生成方法及系统在权利要求书中公布了:1.改进DDQN算法的机动观测策略生成方法,所述方法是基于DDQN算法的机动观测策略生成方法中的DDQN算法实现的,所述基于DDQN算法的机动观测策略生成方法为: S1、建立初始训练场景; S2、对卫星智能体进行设定,获得设定后的卫星智能体; S3、设定奖赏函数和博弈条件,获得条件参数; S4、对DDQN算法进行设定,获得设定后的DDQN算法; S5、分别对所述智能体的神经网络参数和DDQN算法中的经验池进行初始化,获得初始化智能体的神经网络和初始化的经验池; S6、采用设定的DDQN算法调用所述初始训练场景中的场景对设定后的卫星智能体进行训练,并根据所述条件参数获得卫星智能体的状态、动作、奖励和转移状态; S7、将所述卫星智能体的状态、动作、奖励和转移状态存储在初始化的经验池中; S8、当经验池满足最大存储空间时,根据设定的神经网络梯度进行抽样学习,并对初始化的神经网络参数经过训练不断更新,获得训练神经网络参数; S9、经过设定的学习次数后,将所述训练神经网络参数复制到目标神经网络,并重复步骤S6,直至卫星智能体完成场景的训练,将此时的神经网络及参数进行保存,并作为机动观测策略; 其特征在于,改进DDQN算法的机动观测策略生成方法具体为: A1、对所述DDQN算法的目标神经网络参数更新机制进行改进,获得改进DDQN算法; 目标神经网络参数更新机制具体为: 最优策略记忆:在强化学习自主探索构造训练样本过程中,以回合奖励最高为目标不断更新当前训练过程中最优的策略; 目标网络优选:在对当前最优策略进行保存的同时,记录此时训练神经网络的参数,并将训练神经网络参数赋值给目标神经网络,即对当前最优策略的邻域进行充分搜索后,能使智能体向高奖赏方向快速搜索最优策略; A2、采用所述改进DDQN算法对所述卫星智能体进行训练,获得机动观测策略。

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哈尔滨工业大学;上海卫星工程研究所,其通讯地址为:150001 黑龙江省哈尔滨市南岗区西大直街92号;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。