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！

龙图腾网获悉南京航空航天大学申请的专利一种面向不完全信息微分对策博弈的策略参数估计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：CN121328742B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511881797.5，技术领域涉及：G06N5/04；该发明授权一种面向不完全信息微分对策博弈的策略参数估计方法是由李爽;徐源景;杨彬;黄旭星设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种面向不完全信息微分对策博弈的策略参数估计方法在说明书摘要公布了：本发明属于航空航天技术领域，涉及一种面向不完全信息微分对策博弈的策略参数估计方法，利用门控循环单元神经网络中的时序特征提取模块、自注意力机制和多任务学习模块构建神经网络模型，通过相对动力学模型、目标函数，确定神经网络模型的输入特征和输出特征，采用蒙特卡洛仿真生成原始数据构建训练数据；利用训练损失函数和分析超参数对神经网络模型性能的影响，确定最优超参数组合并训练神经网络模型；在实际博弈中，基于相对状态信息和自身机动控制信息，计算相对状态导数和扩展状态量，输入最优神经网络模型，输出结果经反归一化处理得到目标策略参数的实际估计值。

本发明授权一种面向不完全信息微分对策博弈的策略参数估计方法在权利要求书中公布了：1.一种面向不完全信息微分对策博弈的策略参数估计方法，其特征在于：包括以下步骤： S1、在门控循环单元神经网络的基础上引入自注意力机制，并在输出端设置多任务学习模块，构建用于切变策略参数估计的神经网络模型；其中：门控循环单元神经网络包括用于从门控循环单元神经网络的输入中提取博弈状态序列的动态特征的时序特征提取模块； S2、通过定义博弈过程的相对动力学模型、追逃双方的目标函数，确定神经网络模型的输入特征和输出特征，通过进行微分对策博弈过程的蒙特卡洛仿真生成原始数据，经滑动窗口切片和归一化处理后构建训练集、验证集和测试集，对神经网络模型进行训练、验证与测试；其中：原始数据是通过重复执行如下过程生成的： 在蒙特卡洛仿真过程中，随机生成初始相对位置、相对速度模值、追逃双方的初始相对位置方位角、初始相对速度方位角和策略参数，利用初始相对位置、相对速度模值、追逃双方的初始相对位置方位角、初始相对速度方位角计算初始相对位置矢量与相对速度矢量，并根据初始相对位置矢量与相对速度矢量以及追逃双方的策略参数，利用线性二次型微分对策算法求解追逃双方的控制策略，并将轨道状态递推至时间t0，记录追逃双方的相对轨道状态与控制量；考虑逃逸方在博弈过程中可能改变自己权重参数，因此在t0时刻重新随机生成逃逸方的策略参数，再次求解追逃双方的控制策略，并将轨道状态递推至终端时间T，记录追逃双方的相对轨道状态与控制量； S3、定义包含分类任务损失、回归任务损失及正则化项的神经网络模型训练损失函数，通过单因素变量法分析超参数对神经网络模型性能的影响，确定最优超参数组合并训练神经网络模型至收敛，以获得最优神经网络模型； S4、在实际博弈中，基于相对导航获取的相对状态信息和自身机动控制信息，计算相对状态导数和扩展状态量，形成神经网络模型的输入特征并经归一化处理后输入最优神经网络模型，输出结果经反归一化处理得到目标策略参数的实际估计值。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。