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！

龙图腾网获悉北京邮电大学申请的专利一种基于深度强化学习的多中继节点联合优化方法及装置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：CN118740235B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202410670163.4，技术领域涉及：H04B7/185；该发明授权一种基于深度强化学习的多中继节点联合优化方法及装置是由刘凯明;吴疆;杨淞凯;刘元安设计研发完成，并于2024-05-28向国家知识产权局提交的专利申请。

本一种基于深度强化学习的多中继节点联合优化方法及装置在说明书摘要公布了：本发明公开了一种基于深度强化学习的多中继节点联合优化方法及装置。该方法在任务节点执行任务逐渐远离指挥中心时，由指挥中心智能体根据其采集到的状态决定中继节点的发出或收回，保持中继链路中适当的节点数量，同时中继节点智能体根据其采集到的状态输出下一步的加速度以优化链路状态，两者相互配合完成对中继链路的优化，使中继链路在保持畅通的情况下获得更高的链路质量和更低的运行能耗，并同时保持较低的节点数量。在训练过程中智能体通过带优先级权重的经验池、延迟更新的目标网络和噪声探索等方式快速收敛并能更灵活有效地完成中继优化的任务。

本发明授权一种基于深度强化学习的多中继节点联合优化方法及装置在权利要求书中公布了：1.一种基于深度强化学习的多中继节点联合优化方法，其特征在于：应用于指挥中心和中继节点，所述指挥中心为向任务节点下达任务的节点，中继节点为转发数据的节点，任务节点为具体执行任务的节点，在执行任务过程中须与指挥中心保持通信，所述方法包括： 通过指挥中心应用的深度强化学习智能体控制整体中继链路的节点数量，数量管理智能体模块采用多层的神经网络组成基础网络，输入状态空间为多维连续变化的向量，包含指挥中心状态采集模块采集到的能为中继优化提供支持的诸多信息，所述状态采集模块采集的状态信息至少包含中继链路中链路质量相关的状态变量，中继链路中中继节点的位置相关的状态变量，中继链路中中继节点的当前数量和数量限制相关的状态变量，中继链路中与中继节点数量管理相关的其他状态变量，之前时刻中上述所有的状态变量，其中所有的状态变量在作为智能体输入时都会经过归一化处理；其输出动作为从至少包含三个动作的动作空间中选择一个动作，动作空间至少包括：1向新中继节点发出开始运行信号；2向最近出发的中继节点发出回收信号；3监测环境状态，维持中继节点数量不变，其中所述的新中继节点为在指挥中心休眠的中继节点，在接收到开始运行信号之后将会从指挥中心出发开始执行中继优化方法，与其他中继无人机组成中继链路，为任务节点提供中继； 指挥中心侧的计算公式为： ； 式中rnn为与节点数目有关的奖励，Fdel为记录是否减少节点的标志位，减少成功为1否则为0，Fad为记录是否增加节点的标志位，增加成功为1否则为0；βo1＝r0αnn为归一化系数；dr表示任务节点与指挥中心的距离，d0表示中继节点能够保持较好链路的中继距离，βo2＝r0αo2为归一化系数； 通过中继节点应用的深度强化学习智能体控制中继节点移动从而优化其中继位置，其输出动作至少为一个二维连续变量，表示其加速度，输入状态空间为一个多维连续变化的向量，包含中继节点状态采集模块采集到的能为中继优化提供支持的诸多信息； 通过指挥中心的中继节点数量管理和中继节点的位置优化，实现在任务节点逐渐远离指挥中心执行任务时，中继链路实时调整链路中的中继节点数量和每个中继节点各自的位置，优化整体通信链路的链路质量。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。