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！

龙图腾网获悉电子科技大学长三角研究院(衢州)申请的专利一种基于任务分解强化学习的多智能体编队协同控制方法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：CN119847210B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510024564.7，技术领域涉及：G05D1/695；该发明授权一种基于任务分解强化学习的多智能体编队协同控制方法是由袁国慧;王卓然;郭远波;宋龙杰;路畅;曾志宏;秦帅;卢卓凡设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种基于任务分解强化学习的多智能体编队协同控制方法在说明书摘要公布了：本发明涉及信息技术领域，公开了一种基于任务分解强化学习的多智能体编队协同控制方法，该方法旨在解决现有多智能体编队协同控制中任务权重分配效率低下和算法泛化能力弱的问题。方案包括建立多智能体运动模型及避障模型；设计状态、动作空间及回报函数；构建策略网络和基于任务分解的评估函数；设计深度强化学习的策略模型更新方法；设计多任务动态权重更新方法。针对复杂环境，通过多智能体编队协同控制方法，借助任务规划将任务分解为多个并行子任务，降低任务间耦合，从而降低任务间的干扰，并利用动态权重实现不同环境下最优的任务权重分配，提升智能体对不同环境的适应能力。适用于如无人机编队控制、机器人协作等。

本发明授权一种基于任务分解强化学习的多智能体编队协同控制方法在权利要求书中公布了：1.一种基于任务分解强化学习的多智能体编队协同控制方法，其特征在于，包括以下步骤： 步骤S1、建立多智能体运动模型及障碍物探测模型，包括构建多智能体质点模型、leader-follower模型和障碍物探测模型，所构建的模型为基于任务分解强化学习的多智能体编队协同控制的离线训练提供交互环境； 步骤S2、构建状态空间、动作空间以及奖励回报函数，以满足多智能体任务分解强化学习编队协同控制任务的需求及环境约束，方法如下： 状态设计：基于所述步骤S1中所构建的多智能体运动模型和障碍物探测模型，结合可通信的邻居智能体的相对位置和速度信息、及智能体探测范围内的障碍物的位置与速度信息构造智能体i的局部观测oi，通过联合所有智能体的局部观测来构造全局状态s＝o1，o2，…，oi，…，on； 动作设计：将智能体的加速度定义为智能体的动作ai，基于每个智能体的动作构造联合动作a＝a1，a2，…，ai，…，an； 回报函数设计：基于任务规划对任务进行分解，并将多智能体编队协同控制任务产生的控制误差作为智能体控制的回报值，在多智能体编队中包括任务规划，规划出编队、避障以及搜索目标点三个子任务； 其中编队子任务的控制误差包含了智能体之间的位置及速度一致性控制的误差、跟随智能体与领导智能体在位置与速度上产生的控制误差，即领导者与跟随者之间的速度奖励项和距离奖励项； 避障子任务的控制误差包含了智能体与探测范围内的其他物体的相对距离奖励项； 搜索目标点子任务则包含了领导者最短寻找距离的直线奖励项和距离奖励项； 步骤S3、设计基于任务分解的奖励模块，并结合多层感知机构建策略网络和评估网络，将步骤S2中的观测状态oi作为策略网络的输入以得到智能体i的加速度控制量，将步骤S2中的全局状态s和联合动作a作为评估网络的输入以完成状态-行为的评估； 步骤S4、通过基于信息共享机制的多智能体强化学习的随机策略优化方法对所述步骤S3中的每一个子任务的策略网络进行参数更新； 步骤S5、保留步骤S4每次更新的奖励，并设计基于奖励的动态权重更新方案，对每一个子任务进行加权，并完成步骤S3中的评估网络的参数更新； 步骤S6、基于任务分解强化学习的多智能体编队协同控制方法的控制流程包括以下步骤： 步骤S6.1、利用从所述步骤S1的运动模型和障碍物探测模型获取的观测状态信息构建完备的观测信息； 步骤S6.2、利用所述步骤S2的状态构造方法与所述步骤S6.1所构造的完备的观测信息来重构智能体观测状态； 步骤S6.3、将所述步骤S6.2所重构的智能体观测状态送入所述步骤S3所设计的策略网络模型得到智能体行为； 步骤S6.4、将所述步骤S6.3所得到智能体行为送入所述步骤S1中的智能体质点运动模型以完成智能体的运动控制。

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电子科技大学长三角研究院(衢州)，其通讯地址为：324003 浙江省衢州市柯城区成电路1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”。

以上内容由龙图腾AI智能生成。