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！

龙图腾网获悉天翼云科技有限公司申请的专利一种基于强化学习的banner合成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：CN117876810B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202311715392.5，技术领域涉及：G06V10/774；该发明授权一种基于强化学习的banner合成方法及装置是由林振斌设计研发完成，并于2023-12-14向国家知识产权局提交的专利申请。

本一种基于强化学习的banner合成方法及装置在说明书摘要公布了：本发明属于IT技术领域，具体涉及一种基于强化学习的banner合成方法及装置，该基于强化学习的banner合成方法包括：将样本经过图层预处理，并进行样本扩充；通过编码器对扩充后的样本进行抽取多模态特征，将多模态特征用特征向量表示，通过多模态特征学习增强模型泛化能力，对抽取多模态后的样本进行解决有偏训练问题，采用动态采样方式在线生成强化学习训练的样本；建立模型训练层，对训练模型进行训练，生成优化后模型。本发明能够应用于APP资源位，广告位的素材的自动变换尺寸，让UI设计者脱离变换尺寸这类单调重复的工作，解放UI工作者的生产力，且对图层组合最优化问题具有通用性，且模型设计具备扩展性。

本发明授权一种基于强化学习的banner合成方法及装置在权利要求书中公布了：1.一种基于强化学习的banner合成方法，其特征在于，包括： S1、将样本经过图层预处理，并进行样本扩充，其中，所述预处理包括初始offset计算、agent尺寸变化、图层合并、裁剪； S2、通过编码器对扩充后的样本进行抽取多模态特征，将多模态特征用特征向量表示，通过多模态特征学习增强模型泛化能力，其中多模态特征包括结构特征、设计文本特征、视觉特征； S3、对抽取多模态特征后的样本进行解决有偏训练问题，设计replayBuffer机制，采用动态采样方式在线生成强化学习训练的样本； S4、建立模型训练层，对训练模型进行训练，生成优化后模型； S5、将优化后的模型通过Restful接口的形式向用户提供服务； 其中，所述模型训练层通过设计agent的状态、观测信息强化学习框架的要素，映射到向量空间，使用Qmix网络进行学习，设计padding算法解决动态agent训练的问题； 设计padding算法解决动态agent训练的问题的方法包括： 先设定一个最大支持的agent数量N，这个数是个超参数，因此在实验中尝试出一个最佳取值，每次输入一个带有n个图层的样本，只激活N个agent中的前n个，其余的处于非激活状态； 通过QLearner模块训练优化agent子网络以达到最大化最优策略action时的Q值； 通过Environment模块输入action得到当前action导致的state、observation以及对应的reward。

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天翼云科技有限公司，其通讯地址为：100007 北京市东城区青龙胡同甲1号、3号2幢2层205-32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”。

以上内容由龙图腾AI智能生成。