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！

龙图腾网获悉清华大学申请的专利用于人机交互的行为决策方法、装置、设备及存储介质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：CN115186828B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202210836407.2，技术领域涉及：G06N3/006；该发明授权用于人机交互的行为决策方法、装置、设备及存储介质是由吴翼;于超;汪玉;高嘉煊;刘巍林设计研发完成，并于2022-07-15向国家知识产权局提交的专利申请。

本用于人机交互的行为决策方法、装置、设备及存储介质在说明书摘要公布了：本申请涉及人工智能技术领域，特别涉及一种用于人机交互的行为决策方法、装置、设备及存储介质，其中，方法包括：获取人机交互场景中至少一个目标事件；随机搜索至少一个目标事件的目标奖励函数空间，得到多个行为偏好，基于多个行为偏好生成偏置策略集合，根据预设行为指标从偏置策略集合中依次选择不同类型的偏见策略，根据不同类型的偏见策略和预设奖励策略构建策略多样化的策略池；从策略池中随机采样策略训练得到目标智能体的自适应策略，并基于自适应策略决策与目标智能体进行人机交互的行为，得到行为决策结果。由此，本申请实施例可以实现以人为中心的强交互与协同泛化性，以及大规模多智能体在开放场景中的群体行为决策泛化性。

本发明授权用于人机交互的行为决策方法、装置、设备及存储介质在权利要求书中公布了：1.一种用于人机交互的行为决策方法，其特征在于，包括以下步骤： 获取人机交互场景中至少一个目标事件； 随机搜索所述至少一个目标事件的目标奖励函数空间，得到多个行为偏好，基于所述多个行为偏好生成偏置策略集合，包括对所述目标奖励函数空间的特征权重采样多个样本，并根据所述多个样本得到一组隐藏的奖励函数，对于每个隐藏奖励函数，通过自我博弈找到由其推导的隐势能马尔可夫博弈的近似纳什均衡解，并基于所述近似纳什均衡解得到涵盖多个行为偏好的偏置策略集合；根据预设行为指标从所述偏置策略集合中依次选择不同类型的偏见策略，根据所述不同类型的偏见策略和预设奖励策略构建策略多样化的策略池，在随机搜索所述至少一个目标事件的目标奖励函数空间之前，包括识别所述至少一个目标事件的事件特征，根据所述事件特征的线性函数和特征权重的界限生成所述目标奖励函数空间； 从所述策略池中随机采样策略训练得到目标智能体的自适应策略，并基于所述自适应策略决策与所述目标智能体进行人机交互的行为，得到行为决策结果。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。