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！

龙图腾网获悉华南理工大学申请的专利一种基于动态采样的多智能体无人机协同拦截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：CN120371008B 。

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：202510857045.9，技术领域涉及：G05D1/69；该发明授权一种基于动态采样的多智能体无人机协同拦截方法及系统是由张一波;高亚;蔡鹤设计研发完成，并于2025-06-25向国家知识产权局提交的专利申请。

本一种基于动态采样的多智能体无人机协同拦截方法及系统在说明书摘要公布了：本发明公开了一种基于动态采样的多智能体无人机协同拦截方法及系统，包括以下步骤，通过引入独立经验缓存与动态采样网络，解决多智能体在训练过程中经验质量退化与策略收敛缓慢的问题，每架拦截无人机搭载六向摄像头，用于获取目标图像，通过HSV颜色空间分割、图像形心提取与深度估计等方法，实现对目标无人机的三维定位，同时，无人机之间借助组内通信实现观察值与目标状态的共享，进而达成分布式决策与任务协同，此外，系统涵盖多个维度的密集型奖励机制，包括拦截成功、目标分配合理性、任务保持等方面，显著提升智能体策略的稳定性与协同性，本发明在拦截成功率、分配效率及响应速度等优势明显。

本发明授权一种基于动态采样的多智能体无人机协同拦截方法及系统在权利要求书中公布了：1.一种基于动态采样的多智能体无人机协同拦截方法，其特征在于，包括如下步骤： 1、拦截无人机通过机载摄像头采集目标图像，并经拦截无人机团队内部通信感知环境得到自身环境观察值； 2、改进的多智能体深度确定性策略梯度算法通过拦截无人捕获的目标图像以及自身环境观察值对拦截无人机进行控制，使拦截无人机在动态环境中跟踪目标； 所述改进的多智能体深度确定性策略梯度算法包括独立回放缓冲区、多维卷积的策略网络；所述独立回放缓冲区每个无人机智能体建立独立的经验缓冲区，同时构建所有智能体共享的经验缓冲区，并利用采样网络确定每个经验缓冲区的采样比例，根据任务动态变化调整采样策略； 所述独立回放缓冲区为每个智能体构建独立的个体最优缓冲区，同时保留共享的经验缓冲区；当新的经验元组生成时，若个体最优缓冲区中的旧的经验元组为空且根据当前拦截效果、目标分配情况及协作策略评估得到的拦截无人机的当前奖励值大于零，则将新的经验元组存储到个体最优缓冲区；若旧的经验元组不为空，当拦截无人机的奖励大于旧的经验元组中拦截无人机的奖励时，用新的经验元组替换旧的经验元组，否则保留旧的经验元组；其中表示智能体当前时刻的观察值的集合，表示智能体当前时刻的动作值的集合，表示智能体当前时刻的奖励值的集合，表示智能体下一时刻的观察值的集合；每个智能体采用一个采样网络，根据当前训练进度和迭代次数动态调整从个体最优缓冲区和共享的经验缓冲区采样的经验比例，根据共享的经验缓冲区采样的经验在采样网络和两个目标评价网络的输出结果计算采样比例，且通过设置最大采样比例限制私有经验采样的比例； 所述多维卷积的策略网络包括Actor网络、Critic神经网络、采样网络； Actor网络接收智能体的观察值先通过两个不同内核大小的1D卷积层提取不同尺度的特征，将卷积层输出与观察值连接形成新的特征向量，再经过编码层利用多头注意力机制提取特征，之后通过三个全连接的多层感知器层进一步特征提取和非线性映射，最后通过softmax层输出动作向量，动作向量表示智能体在当前状态选择不同动作的概率分布； Critic神经网络包括每个智能体的两个独立的Critic网络，两个独立的Critic网络均包括三个全连接层，用于评估智能体采取的每个动作的值，采用双Q网络结构选择两个独立的Critic网络输出中的较小值作为最终的值；所述采样网络包括三个全连接层，用于根据当前的观察值对可能的目标或动作进行动态采样。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。