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！

龙图腾网获悉中国电子科技集团公司第五十二研究所申请的专利一种基于深度强化学习的分层决策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：CN115392435B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202211014161.7，技术领域涉及：G06N3/0442；该发明授权一种基于深度强化学习的分层决策方法是由朱燎原;包骐豪;夏少杰;瞿崇晓;王宇峰设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本一种基于深度强化学习的分层决策方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的分层决策方法，先初始化决策对象的战术决策层智能体和意图识别层智能体，意图识别智能体采用深度循环Q网络根据输入的意图识别观测信息，生成意图识别层行为，根据意图识别层行为选择战术决策层智能体；战术决策层智能体采用深度确定性策略梯度算法，根据战术决策观测信息计算战术决策层智能体的行为。本发明战术决策层和意图识别层在训练时是相互独立的，在决策时是相互联系的，避免了同时训练难以收敛的问题，能够加快训练时的算法收敛速度，进而提升智能体整体决策能力。

本发明授权一种基于深度强化学习的分层决策方法在权利要求书中公布了：1.一种基于深度强化学习的分层决策方法，其特征在于，所述基于深度强化学习的分层决策方法，用于空战对抗仿真推演，包括： 初始化决策对象的战术决策层智能体和意图识别层智能体； 意图识别智能体采用深度循环Q网络根据输入的意图识别观测信息，生成意图识别层行为，根据意图识别智能体的输出选择相应的战术决策层智能体； 战术决策层智能体采用深度确定性策略梯度算法，根据战术决策观测信息计算战术决策层智能体的行为； 决策对象执行战术决策层智能体输出的行为指令，更新决策对象状态信息； 其中，所述意图识别观测信息包括预设离散时间长度为T时观测对象的状态，所述观测对象单个时刻的状态包括： 观测对象间相对距离、观测对象相对角度、观测对象航向角、观测对象存活状态、观测对象雷达状态、观测对象武器状态和观测对象运动状态中的至少一种； 所述战术决策观测信息包括当前时刻本决策对象的状态及本决策对象与其他观测对象的状态，包括：当前时刻本决策对象与其他观测对象相对距离、当前时刻本决策对象与其他观测对象相对角度、当前时刻本决策对象及其他观测对象航向角、当前时刻本决策对象雷达状态、当前时刻本决策对象武器状态、当前时刻本决策对象及其他观测对象存活状态、当前时刻本决策对象及其他观测对象运动状态中的至少一种。

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电子科技集团公司第五十二研究所，其通讯地址为：311100 浙江省杭州市余杭区爱橙街198号B楼；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。