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微小卫星创新研究院;上海微小卫星工程中心申请的专利基于多智能体强化学习的卫星空间目标协同观测分布式规划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：CN116187160B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211604132.6，技术领域涉及：G06F30/27；该发明授权基于多智能体强化学习的卫星空间目标协同观测分布式规划方法是由李路;施琦;宋佳凯;陈雯;贺俊旺;姬聪云设计研发完成，并于2022-12-13向国家知识产权局提交的专利申请。

本基于多智能体强化学习的卫星空间目标协同观测分布式规划方法在说明书摘要公布了：一种基于多智能体强化学习的卫星空间目标协同观测分布式规划方法，包括：构建星上Actor网络以及地面集中式Critic网络形成集中式训练分布式执行架构；设计结构化混合空间动作，通过大量地面仿真并使用改进的MAHPPO算法与课程学习技术对上述Actor‑Critic网络进行集中式训练；将训练完成的Actor网络部署于执行协同观测任务星座的各个卫星上实现分布式执行；通过星地通信将待观测空间目标列表上传到各个卫星后，各卫星无需与其他卫星进行通信，各卫星分别执行星上Actor网络决策每个时间片的观测目标，并控制卫星实施观测任务，实现空间目标协同观测任务。本发明使得在轨执行过程中各卫星之间无需通信即可完成协同观测；并可扩展到大规模星座的应用。

本发明授权基于多智能体强化学习的卫星空间目标协同观测分布式规划方法在权利要求书中公布了：1.一种基于多智能体强化学习的卫星空间目标协同观测分布式规划方法，其特征在于，该方法包括： 步骤1为卫星空间目标协同观测网络中每个卫星构建星上Actor网络以及地面集中式Critic网络形成集中式训练分布式执行架构； 步骤2设计结构化混合空间动作，包括Actor网络的局部观测与Critic网络的全局观测，以及协同观测奖励函数； 步骤3通过大量地面仿真并使用改进的MAHPPO算法与课程学习技术对Actor-Critic网络进行集中式训练； 步骤4将训练完成的Actor网络部署于执行协同观测任务星座的各个卫星上实现分布式执行； 步骤5通过星地通信将待观测空间目标列表上传到各个卫星后，各卫星无需与其他卫星进行通信，各卫星分别执行星上Actor网络决策每个时间片的观测目标，并控制卫星实施观测任务，实现空间目标协同观测任务； 所述的结构化混合空间动作将对观测目标的决策转化为对转台指向的决策，所述的混合空间指将转台指向的取值范围等分为若干区间，选定区间后，进一步在该区间内选择具体指向角度，从而构建出离散+连续的混合空间； 所述的结构化混合空间动作指将转台在俯仰和方位两个轴上的决策关联起来，使得选择的转台指向区间组合所表示的天球区域中必然有待观测目标列表中的目标； 所述的局部观测即各卫星仅通过星地通信与自身计算可知的信息，包括各个待观测目标的位置信息与卫星自身的状态信息； 所述的全局观测即所有卫星局部观测信息的综合，包括各个待观测目标的位置信息与所有卫星的状态信息以及观测任务完成信息； 所述的协同观测奖励函数由低优先级目标分别遍历与高优先级目标共同观测两个方面组成，其中低优先级目标奖励在该星座首次完成该低优先级目标的观测时获得；高优先级目标奖励在大于等于两颗卫星同时观测该高优先级目标时获得，且共同观测的时间越长、参与观测的卫星数量越多，奖励越高； 所述的改进的MAHPPO算法是使用两个决策头分别对俯仰角区间与方位角区间进行选择，并确保这两个区间组合所表示的天球区域至少有一个目标； 所述的课程学习技术，是将小型星座训练完成的模型作为预训练模型直接对更大型的星座的网络进行训练。

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中国科学院微小卫星创新研究院;上海微小卫星工程中心，其通讯地址为：201204 上海市浦东新区海科路99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。