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！

龙图腾网获悉湘潭大学;湖南韶峰应用数学研究院申请的专利一种无人机智能体端边云分层决策方法与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：CN120216210B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202510701422.X，技术领域涉及：G06F9/50；该发明授权一种无人机智能体端边云分层决策方法与系统是由黄云清;程戈;黄牛武;杨银;冯春生设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本一种无人机智能体端边云分层决策方法与系统在说明书摘要公布了：本发明公开一种无人机智能体端边云分层决策方法与系统，所述决策方法包括：S1、在无人机终端部署压缩后的轻量化深度学习模型，执行简单或紧急任务的实时初步决策；S2、构建动态任务卸载机制，将复杂任务从无人机终端卸载至边缘计算节点；S3、边缘计算节点对任务进行预处理与局部决策，进一步判断任务是否需转发至云端数据中心；S4、云端数据中心针对计算密集或数据密集任务，进行全局优化决策；S5、实时监测网络与计算节点状态，并动态调整端、边、云计算资源分配，实现决策精度与实时响应的动态平衡。本发明公开的技术方案，其能够有效缓解无人机终端的算力与能耗瓶颈，动态优化计算资源分配，提升无人机复杂任务处理的实时响应能力与决策精度。

本发明授权一种无人机智能体端边云分层决策方法与系统在权利要求书中公布了：1.一种无人机智能体端边云分层决策方法，其特征在于，包括以下步骤： S1、终端实时初步决策：构建轻量化深度学习模型，将所述轻量化深度学习模型压缩处理后部署至无人机终端，终端基于压缩后的所述轻量化深度学习模型对简单或紧急任务执行快速初步决策； S2、终端动态任务卸载：在无人机终端中构建动态任务卸载机制，根据任务复杂性、数据量及网络状态，并结合自注意力机制对当前任务的资源需求进行建模，自适应地将部分计算任务从终端卸载至边缘计算节点； 所述自适应地将部分计算任务从终端卸载至边缘计算节点的方法为：基于自注意机制生成任务特征的注意力权重，评估任务卸载的紧急程度与处理优先级，以此划分端侧与边缘侧的动态计算负载，根据所述动态计算负载执行卸载决策，将部分计算任务从终端卸载至边缘计算节点，其具体包括以下步骤： S201、任务特征提取与编码：提取无人机终端接收到的任务的特征向量，记为任务特征向量，所述任务特征向量包括任务的数据量大小、计算复杂度、网络状态和紧急程度，随后通过线性映射对所述任务特征向量进行任务特征嵌入： ； 其中，和为可学习参数矩阵和偏置项； S202、自注意力机制计算注意力权重：采用自注意力机制中的缩放点及注意力机制对任务特征嵌入进行处理，计算当前任务特征的注意力权重，获取注意力向量： ； 其中表示当前任务特征，和表示历史任务特征集合，表示特征向量维度； S203、计算任务卸载紧急程度和优先级：根据所述注意力向量，并结合非线性激活函数评估任务的紧急程度和处理优先级： ； S204、动态任务卸载决策：根据所述紧急程度和处理优先级确定任务卸载的策略与比例，随后基于所述任务卸载的策略与比例划分端侧与边缘侧的动态计算负载，根据动态计算负载执行任务卸载决策； 在步骤S204中，执行任务卸载决策的步骤具体包括：设定阈值、包括优先级阈值、复杂度阈值、数据量阈值；若任务卸载紧急程度超过优先级阈值，表示任务紧急，需立即本地处理，不进行任务卸载；若任务优先级较低、复杂度高，或数据量超过所述数据量阈值，则将所述任务卸载至边缘计算节点；具体决策为： ； S205、任务卸载比例动态调整：预设任务卸载比例为，随后基于所述紧急程度确定任务卸载比例： ； 当任务紧急程度较高，即时，则，表示任务全部本地执行； 当任务紧急程度较低时，即，表示任务大部分或全部进行卸载； S3、边缘计算节点任务处理：边缘计算节点通过知识蒸馏获取局部决策模型，对从终端卸载的任务进行处理，并进一步判断任务是否需要转发至云端数据中心； S4、云端全局优化决策：将边缘计算节点判断为计算密集型或数据密集型的任务转发至云端数据中心，由云端数据中心基于大规模预训练模型进行全局优化决策； 所述大规模预训练模型采用Transformer结构，并利用云端积累的大规模环境数据进行预训练； S5、动态负载感知与资源调度：通过端、边、云三层之间的动态负载感知机制实时监测和调度任务的计算资源，优化资源整体分配，动态平衡决策准确性和实时响应。

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湘潭大学;湖南韶峰应用数学研究院，其通讯地址为：411105 湖南省湘潭市西郊；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”。