Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
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 积分商城 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 > 北京机械设备研究所米颖获国家专利权

北京机械设备研究所米颖获国家专利权

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!

龙图腾网获悉北京机械设备研究所申请的专利基于元学习和博弈论的多任务智能决策计算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:CN116341924B

龙图腾网通过国家知识产权局官网在2025-12-16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:202310152631.4,技术领域涉及:G06Q10/0637;该发明授权基于元学习和博弈论的多任务智能决策计算方法及系统是由米颖;刘蝉;卞伟伟;李继辉;史涛瑜;彭延云;石浩楠设计研发完成,并于2023-02-22向国家知识产权局提交的专利申请。

基于元学习和博弈论的多任务智能决策计算方法及系统在说明书摘要公布了:本公开是关于一种基于元学习和博弈论的多任务智能决策计算方法、系统、电子设备以及存储介质。其中,该方法包括:在作战决策系统中输入预设的作战基础信息;将预设的作战基础信息根据作战任务进行分类,并以作战基础信息支持集作为输入,对所述作战决策系统的输出层及决策层进行局部更新训练;以所述预设的作战基础信息的查询集作为输入,对所述作战决策系统进行全局训练,并更新所述作战决策系统的全部参数,完成对所述作战决策系统的训练。本公开通过博弈对抗和深度学习的方式挖掘潜在作战效能、全面考虑作战影响因素和作战代价从而辅助指挥员生成优选的作战决策。

本发明授权基于元学习和博弈论的多任务智能决策计算方法及系统在权利要求书中公布了:1.一种基于元学习和博弈论的多任务智能决策计算方法,其特征在于,所述方法包括: 步骤S110,在作战决策系统中输入预设的作战基础信息,并对所述作战决策系统进行初始化设定,所述预设的作战基础信息包括支持集、查询集; 步骤S120,将预设的作战基础信息根据作战任务进行分类,并分别以所述作战任务的分类对应的所述预设的作战基础信息的支持集作为输入,对所述作战决策系统的输出层及决策层进行局部更新训练,并更新所述作战决策系统的输出层及决策层的参数; 所述方法中对所述作战决策系统的输出层及决策层进行局部更新训练还包括: 提取在所述支持集中的输入特征并对所述输入特征进行拼接操作; 基于预设生成对抗网络对所述输入特征进行计算,得到训练损失及梯度; 基于所述训练损失及梯度更新所述作战决策系统的输出层及决策层的参数; 所述方法还包括基于博弈论对所述作战决策系统的输出层及决策层进行局部更新训练: 步骤S121,将所述预设的作战基础信息的态势信息、目标或任务信息输入至所述作战决策系统的生成器中; 步骤S122,基于预设初始参数,使用生成器模型生成决策指令信息; 步骤S123,将生成器生成的决策指令信息与真实的标签指令输入至判别器,由判别器对生成器生成的决策指令信息与作为标签的决策指令信息进行判别,并输出判别结果; 步骤S124,根据判别结果,计算损失函数,并根据梯度信息进行优化; 步骤S125,重复步骤S121至S124进行迭代计算,直至基于所述判别结果判别达到纳什均衡状态; 步骤S130,基于在局部更新训练后完成参数更新的所述作战决策系统的输出层及决策层,以所述预设的作战基础信息的查询集作为输入,对所述作战决策系统进行全局训练,并更新所述作战决策系统的全部参数,完成对所述作战决策系统的训练。

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北京机械设备研究所,其通讯地址为:100854 北京市海淀区永定路50号(北京市142信箱208分箱);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。