南京航空航天大学张泽群获国家专利权
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!
龙图腾网获悉南京航空航天大学申请的专利基于生成式模型的多智能体制造系统动态优化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:CN121543845B 。
龙图腾网通过国家知识产权局官网在2026-03-31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:202610076277.5,技术领域涉及:G06Q10/04;该发明授权基于生成式模型的多智能体制造系统动态优化方法是由张泽群;陈劼;王立平;唐敦兵;蔡祺祥;朱海华;陈凯;刘长春;钱玲飞设计研发完成,并于2026-01-21向国家知识产权局提交的专利申请。
本基于生成式模型的多智能体制造系统动态优化方法在说明书摘要公布了:本申请为基于生成式模型的多智能体制造系统动态优化方法,首先构建融合云侧大模型与边缘轻量模型的设备智能体构建器,解析机床等设备的协议和工艺文档,生成包含适配层、通信层和智能决策层的设备智能体,实现异构设备的快速接入与统一语义表达。其次,采用关系Transformer与门控混合专家机制,对车间状态进行建模,提取各智能体的局部与全局上下文特征,形成共享环境语义表示。在集中训练、分布执行框架下,引入改进的多智能体PPO算法,以上下文特征为状态联合优化工件分配、工位选择和物流调度策略,实现新作业到达、设备故障和加工时间波动下的自适应协同控制。该方法能显著提升资源利用率与生产效率,具有良好的工程应用价值。
本发明授权基于生成式模型的多智能体制造系统动态优化方法在权利要求书中公布了:1.一种基于生成式模型的多智能体制造系统动态优化方法,其特征在于,包括如下步骤: 步骤1,利用融合生成式模型的设备智能体构建器,对车间中机床、机器人、自动导引车AGV、仓储单元物理设备的设备参数文档、通信协议说明、寄存器映射表、操作手册、刀具补偿规则及工艺规程进行解析,自动生成对应的设备智能体; 步骤2,在制造系统运行过程中,实时采集机床、工件或工序、AGV以及仓储或缓冲单元的运行状态、任务属性、物流信息以及插单、故障信息,构造包含多类实体及其属性的原始状态特征; 基于实体之间的加工可行关系、工序前后约束关系、资源竞争关系、物料交互关系和路径冲突关系构建关系矩阵集合,通过关系Transformer网络对实体属性及其关系进行多层级特征聚合; 在每一层关系Transformer网络之后引入门控混合专家注意力机制,具体为,将设备健康、任务与工序、物流路径、扰动风险语义映射至不同专家网络,门控网络根据当前制造系统的运行状态,自适应融合各专家网络的输出,得到各实体的高维上下文表示;通过输出映射生成与各设备智能体对应的局部上下文特征,并对所有实体表示进行基于注意力的加权汇聚,生成反映系统整体负荷、资源占用和扰动风险分布的全局上下文特征; 步骤3,将所述局部上下文特征与全局上下文特征作为状态输入,为各制造设备智能体构建多智能体近端策略优化PPO模型,采用集中训练的方式,并采取分布执行的架构对所述近端策略优化PPO模型进行训练,具体为: 对于设备智能体,定义新旧策略在状态下对动作的概率比值为: ; 其中,为智能体在时间的局部状态观测,为智能体在时间执行的动作,为智能体的新策略网络参数,为智能体的旧策略网络参数,为策略函数,表示智能体在时间新旧策略在同一状态-动作对上的概率比值; 构造采用多智能体近端策略优化PPO的裁剪策略目标函数 其中为策略变动范围限制参数,为截断算子,用于将限制在区间内,表示对当前训练批次中采样到的状态-动作-回报样本的期望,为最小值函数; 在裁剪策略目标函数中加入熵正则项,定义策略熵: ; 其中,为智能体在时间以及状态下的策略熵,表示由网络参数所表征的策略函数,表示从当前策略分布中采样得到的动作,表示对服从策略分布的动作样本进行数学期望,为在状态下选择动作的对数概率; 构造Actor网络总损失函数: ; 其中为熵权重系数; 采用学习率衰减与梯度裁剪机制,设第次迭代的学习率为,采用指数衰减形式: ; 其中,为初始学习率,为最小学习率,为第次迭代衰减系数; 反向传播得到梯度向量,计算其二范数,若,则对梯度进行缩放: ; 其中,0为梯度范数阈值,表示裁剪后的梯度向量; 在数字孪生车间或仿真环境中进行交互学习; 通过优势估计、裁剪策略目标、熵正则化、学习率衰减与梯度裁剪机制对的所述近端策略优化PPO模型进行训练,实现多智能体策略的稳定收敛与性能提升; 步骤4,在所述近端策略优化PPO模型收敛后,将各设备智能体的策略模型部署于边缘控制节点或本地控制器。
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:210000 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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励