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！

龙图腾网获悉中国科学院长春光学精密机械与物理研究所申请的专利基于强化学习的智能体决策神经网络模型设计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：CN117217259B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202311328254.1，技术领域涉及：G06N3/045；该发明授权基于强化学习的智能体决策神经网络模型设计方法是由王烨;高远;李姜;郭立红;于洋;赵鑫宇设计研发完成，并于2023-10-13向国家知识产权局提交的专利申请。

本基于强化学习的智能体决策神经网络模型设计方法在说明书摘要公布了：本发明涉及多智能体及群体智能技术领域，尤其涉及一种基于强化学习的智能体决策神经网络模型设计方法。包括：从输入至输出依次为Extractor模块、Encoder模块和Header层模块；Extractor模块用于提取智能体从环境得来的原始观测信息，采用多层感知机的结构、卷积神经网络、多层感知机与长短记忆神经网络联合的结构或卷积神经网络与长短记忆神经网络联合的结构；Encoder模块用于对提取的观测信息进行编码，采用Transformer中的编码器结构；Header层模块作为输出层，用于根据编码信息做出动作决策。优点在于：将定义神经网络结构的工作独立于强化学习算法；可以被复用，简化算法设计流程。

本发明授权基于强化学习的智能体决策神经网络模型设计方法在权利要求书中公布了：1.基于强化学习的智能体决策神经网络模型设计方法，其特征在于，包括： 设计Extractor模块、Encoder模块和Header层模块，从输入至输出依次为Extractor模块、Encoder模块和Header层模块； 所述Extractor模块，用于提取智能体从环境得来的原始观测信息；所述Extractor模块采用多层感知机的结构、卷积神经网络、多层感知机与长短记忆神经网络联合的结构或卷积神经网络与长短记忆神经网络联合的结构； 所述原始观测信息为观测向量、观测图像或时序信息；若所述智能体的原始观测信息为观测向量，则所述Extractor模块采用多层感知机的结构对观测向量进行信息提取；若所述智能体的原始观测信息为观测图像，则所述Extractor模块采用卷积神经网络对所述观测图像中的信息进行提取；若所述智能体的原始观测信息是时序信息，则所述Extractor模块在多层感知机或者卷积神经网络的基础上增加长短记忆神经网络进行时序信息的提取；若所述智能体为多个，所述Extractor模块还需要增加注意力机制，用于建立所述智能体之间的相对关系信息； 所述长短记忆神经网络的结构从输入到输出为单一时刻信息提取单元、LSTM单元以及门电路依次连接； 所述单一时刻信息提取单元的网络结构取决于所述原始观测信息的类型，若所述原始观测信息为观测向量则采用多层感知机的结构，若所述原始观测信息为观测图像则采用卷积神经网络； 所述单一时刻信息提取单元的输出作为所述LSTM单元的输入，所述LSTM单元残差链接至所述门电路；所述门电路用于为平衡时序信息与当前信息之间的耦合关系，输出结果长度为128；所述Encoder模块，用于对提取的观测信息进行编码；所述Encoder模块采用Transformer中的编码器结构； 所述Header层模块，所述Header层模块作为输出层，用于根据编码信息做出动作决策。

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中国科学院长春光学精密机械与物理研究所，其通讯地址为：130033 吉林省长春市经济技术开发区东南湖大路3888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。