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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南昆仑元人工智能应用软件有限公司李诚获国家专利权

湖南昆仑元人工智能应用软件有限公司李诚获国家专利权

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!

龙图腾网获悉湖南昆仑元人工智能应用软件有限公司申请的专利基于智能故障分析与跨代知识继承的智能体系统优化方法及装置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:CN121187845B

龙图腾网通过国家知识产权局官网在2026-02-27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:202511714473.2,技术领域涉及:G06F11/07;该发明授权基于智能故障分析与跨代知识继承的智能体系统优化方法及装置是由李诚;刘杰雄;陈逸轩设计研发完成,并于2025-11-21向国家知识产权局提交的专利申请。

基于智能故障分析与跨代知识继承的智能体系统优化方法及装置在说明书摘要公布了:本申请涉及一种基于智能故障分析与跨代知识继承的智能体系统优化方法及装置,属于人工智能技术领域。该方法通过部署轻量级日志探针实时捕获交互异常信号,构建基于强化学习的工具效益预测模型以在失败率超阈值时自动生成改进提案;建立智能体族谱图谱实现新智能体对核心记忆的自动继承与失效知识的摒弃,并部署灾难性遗忘阻断器从族谱中动态提取功能模块以应对关键能力退化。本申请针对智能体系统迭代过程中的故障响应滞后、知识传承断裂、关键能力退化等问题,创新性地提出智能故障分析层与跨代知识继承网络的协同机制,显著提升了系统的故障自愈能力、版本稳定性以及业务连续性保障水平。

本发明授权基于智能故障分析与跨代知识继承的智能体系统优化方法及装置在权利要求书中公布了:1.一种基于智能故障分析与跨代知识继承的智能体系统优化方法,其特征在于,包括: 部署轻量级日志探针,实时捕获智能体交互过程中的异常信号,并为故障分析提供数据基础; 根据所述异常信号构建基于强化学习的工具效益预测模型,当特定场景失败率超过预设阈值时自动生成工具改进提案; 建立智能体族谱图谱,结合故障分析构建版本演化关系树,实现新智能体对核心记忆的自动继承与失效知识的摒弃; 部署灾难性遗忘阻断器,基于所述工具改进提案及所述智能体族谱图谱,当检测到关键能力退化时,从所述智能体族谱图谱中动态提取相应功能模块进行注入; 其中,所述部署轻量级日志探针,实时捕获智能体交互过程中的异常信号,并为故障分析提供数据基础,包括: 定义异常信号类型,将异常信号模板统一规范结构化为json表示,所述异常信号类型包括接口超时、状态跳转异常、异常返回值、高频重试重入以及空行为,每种所述异常信号类型触发对应的条件公式; 基于所述异常信号类型,部署由logging、watchdog和hook组成的探针模块,通过启动脚本注入Agent微服务内部,其中watchdog根据所述异常信号类型的触发条件计算异常得分; 采用异步通道采集日志数据,经统一服务格式化并添加Agent及时间戳标识,通过Flink管道对日志数据进行过滤、时间窗聚合及异常信号数统计,当单位时间窗口内异常信号数超过预设阈值时触发告警; 将处理后的日志数据转化为包含时间戳、事件类型及实体的规范化结构,通过实体抽取与关系匹配嵌入知识图谱三元组,映射事件序列轨迹至智能体任务流程图节点路径,并使用Embedding技术将轨迹向量化后进行聚类分析,形成故障特征库; 其中,所述根据所述异常信号构建基于强化学习的工具效益预测模型,当特定场景失败率超过预设阈值时自动生成工具改进提案,包括: 采集智能体工具在不同场景下的执行数据,所述执行数据包括正常运行状态数据、异常故障状态数据、性能退化过程数据及跨代迁移学习数据; 建立包含故障检测准确率、系统响应时间、资源利用效率及知识传承完整性的效益评估指标体系,对所述执行数据进行清洗及标准化处理后划分为训练集、验证集和测试集; 基于所述效益评估指标体系构建强化学习模型,状态空间为智能体工具的当前运行状态,动作空间为工具优化调整策略,所述强化学习模型的奖励函数综合考虑执行效益、操作安全性及资源消耗代价,通过离线训练与在线优化交替更新策略网络,所述离线训练采用经验回放与目标网络机制提升训练稳定性,所述在线优化通过策略微调与动态奖励调整实现策略持续增强; 建立实时监控系统跟踪工具失败率变化,所述失败率为特定时间窗口内工具调用失败次数与总调用次数的比值,采用滑动时间窗口与指数加权平均移动法对失败率进行平滑处理,并结合历史失败率均值与标准差动态调整失败率阈值,当平滑失败率超过所述动态调整的阈值时触发工具改进流程; 基于所述强化学习模型分析失败原因,通过风险累积度量函数识别工具执行轨迹中的关键异常片段,结合历史成功案例自动生成结构化的所述工具改进提案,并按执行效益提升潜力与资源消耗代价进行优先级排序。

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湖南昆仑元人工智能应用软件有限公司,其通讯地址为:410006 湖南省长沙市岳麓区岳麓街道后湖艺术园D区02栋02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。

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。