Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安邮电大学杜剑波获国家专利权

西安邮电大学杜剑波获国家专利权

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!

龙图腾网获悉西安邮电大学申请的专利MEC赋能的低空元宇宙系统中基于主动推理的优化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:CN119250197B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411213720.6,技术领域涉及:G06N5/04;该发明授权MEC赋能的低空元宇宙系统中基于主动推理的优化方法是由杜剑波;裴政钦;孙爱晶;毕萍;郑娟毅;梁思远;任德锋设计研发完成,并于2024-08-31向国家知识产权局提交的专利申请。

MEC赋能的低空元宇宙系统中基于主动推理的优化方法在说明书摘要公布了:本发明属于无线通信技术领域,公开了一种MEC赋能的低空元宇宙系统中基于主动推理的优化方法,本发明通过联合优化无人机的飞行轨迹和资源分配策略,在确保用户服务质量的前提下,实现了物联网设备的低能耗与低延迟,同时为运营商经济效益的提升提供了辅助性手段。针对网络的动态性、信息获取的不确定性以及数据使用的不完全性,本发明将优化问题转化为马尔可夫决策过程,并采用一种改进的基于主动推理的深度学习算法,在动态学习的导向上额外考虑除奖励维度外的因素,根据智能体偏好探索个性化的策略。

本发明授权MEC赋能的低空元宇宙系统中基于主动推理的优化方法在权利要求书中公布了:1.一种MEC赋能的低空元宇宙系统中基于主动推理的优化方法,其特征在于,通过初始化智能体全局网络参数和超参数,利用策略分布和转移概率分布进行随机抽样,基于主动推理和自由能原理计算累积奖励,求得自由能并对其进行平均,生成新的策略分布,以反向传播算法和梯度下降更新全局网络参数,通过反复训练直至算法收敛,最终实现智能体在元宇宙环境中的最优联合无人机轨迹规划和资源卸载分配; 所述方法具体包括以下步骤: S101、初始化智能体全局网络参数; 初始化智能体全局网络的θ,回合数M,最大训练步数T,每步的优化迭代次数I,备选策略数量J,最优候选策略数量k,初始化全局网络的学习率α,折扣因子γ,初始化回放缓冲区大小D,初始化策略分布qπ,初始化转移概率分布pst|st-1,θ,π,初始化超参数; S102、每个回合开始时,初始状态st被设定,策略分布随机抽样得到J个备选策略; S103、由这些策略分别随机抽样得到J个动作,再基于J个备选策略得到J个条件转移概率分布,并由对应的J个动作计算出对应的当前奖励; S104、根据主动推理和自由能原理,利用累积奖励和条件转移概率分布求得各备选策略的自由能; S105、对前k个最小的自由能求平均,并基于平均值得到当前的策略分布; S106、基于得到的策略分布抽样出策略,进而抽样出动作作为当前智能体的行进行为,并与环境交互得到下一个状态; S107、将经验元组存储到重放缓冲区中;如果重放缓冲区已满,则删去最旧的经验来存储最新的经验; S108、全局网络输出自由能的预测值,求与实际自由能的误差函数,用反向传播算法与梯度下降更新全局网络参数; S109、重复训练,直至算法收敛,最终得到策略分布,从而每一步的策略都可随机在分布中抽取,以此控制智能体的动作,获得最优的联合无人机轨迹规划和资源卸载分配; 其中MEC支持的空地一体化网路AGIN由空基层和地基层两部分组成,地基层的网络由地面基站、边缘计算平台以及元宇宙用户设备构成。

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西安邮电大学,其通讯地址为:710061 陕西省西安市雁塔区长安南路563号西安邮电大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。