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！

龙图腾网获悉湖南工商大学申请的专利基于联邦强化学习与数字孪生的多智能体协同调度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：CN121543628B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202610063352.4，技术领域涉及：G06N3/006；该发明授权基于联邦强化学习与数字孪生的多智能体协同调度方法是由杨俊丰;徐宏伟;李茜;刘利枚;曹文治;彭晗;李沁设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本基于联邦强化学习与数字孪生的多智能体协同调度方法在说明书摘要公布了：本发明实施例中提供了一种基于联邦强化学习与数字孪生的多智能体协同调度方法，属于计算技术领域，具体包括：导入测试任务清单、环境参数以及智能体能力矩阵；构建调度决策的数学模型；基于物理实体的数字孪生模型，预演调度过程并输出包含冲突规避策略的预优化策略集合；在本地独立执行深度强化学习算法，生成私有经验池并据此更新本地模型参数；聚合服务器基于各智能体的性能指标计算聚合权重，采用加权平均策略聚合各智能体的本地模型参数；动态分配任务至相应智能体并监控任务执行状态；通过演化博弈机制解决智能体间的实时资源竞争；调度收尾评估与迭代。通过本发明的方案，提高了调度效率、安全性和鲁棒性。

本发明授权基于联邦强化学习与数字孪生的多智能体协同调度方法在权利要求书中公布了：1.一种基于联邦强化学习与数字孪生的多智能体协同调度方法，其特征在于，包括： 步骤1，系统初始化：导入测试任务清单、环境参数以及智能体能力矩阵，完成系统基础配置； 步骤2，强化学习建模：基于测试任务目标与约束，定义状态空间、动作空间与奖励函数，构建调度决策的数学模型； 所述步骤2具体包括： 步骤2.1，定义状态空间包括时刻环境状态、智能体实时能力矩阵以及剩余任务集合； 步骤2.2，定义动作空间为任务与智能体的匹配关系及资源分配策略； 步骤2.3，采用复合奖励函数量化调度性能，其中，所述复合奖励函数为 其中，、、为是归一化权重系数，用于调节三个核心调度指标在总性能评价中的相对重要程度且满足，为t时刻任务完成效用，为t时刻资源消耗成本，为t时刻任务冲突惩罚； 步骤3，数字孪生预仿真：基于物理实体的数字孪生模型，预演调度过程并输出包含冲突规避策略的预优化策略集合； 所述步骤3具体包括： 步骤3.1，构建数字孪生模型，其中，所述数字孪生模型包括智能体数字映射、环境动态模型与任务演化模型，用于复现实体测试环境及模拟测试流程与异常； 步骤3.2，基于任务预测参数，通过数字孪生模型进行仿真，生成任务分配预策略、资源预留方案及冲突规避规则作为预优化策略集合，其中，所述任务预测参数包括未来T个时间步的任务预测集合与环境干扰预测，所述通过数字孪生模型进行仿真的表达式为 其中，为孪生仿真函数，表示基于物理实体构建的完整数字孪生模型； 步骤3.3，模拟多种极端场景，对生成的预策略进行鲁棒性评估，并剔除预优化策略集合中鲁棒性指标低于预设阈值的策略； 步骤4，本地训练：各智能体基于预优化策略集合与本地实时数据，在本地独立执行深度强化学习算法，生成私有经验池并据此更新本地模型参数； 步骤5，联邦参数聚合：聚合服务器基于各智能体的性能指标计算聚合权重，采用加权平均策略聚合各智能体的本地模型参数，生成全局最优模型参数并分发至各智能体； 所述步骤5具体包括： 步骤5.1，将各智能体的本地模型参数加密传输至聚合服务器，并基于智能体的历史性能指标计算聚合权重： 其中，为第i个智能体的权重，为任务完成率，为模型准确率，满足； 步骤5.2，采用加权平均聚合本地参数，得到全局最优模型参数： 其中，为第i个智能体的本地模型参数； 步骤5.3，将全局最优模型参数分发至各个智能体； 步骤6，实时任务分配与监控：基于全局最优模型参数与实时数据流，动态分配任务至相应智能体并监控任务执行状态； 步骤7，动态博弈决策：当监控到资源冲突时，通过演化博弈机制解决智能体间的实时资源竞争，输出演化稳定策略作为冲突解决方案； 步骤8，调度收尾评估与迭代：在调度周期结束后，生成调度评估报告，基于评估结果更新系统配置，并触发下一轮闭环迭代。

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工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。