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！

龙图腾网获悉江苏商贸职业学院;上海理工大学;南通智大信息技术有限公司申请的专利基于网络覆盖动态匹配控制的多智能体任务分配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：CN120935588B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202511090291.2，技术领域涉及：H04W24/02；该发明授权基于网络覆盖动态匹配控制的多智能体任务分配方法是由曹冬菊;何杏宇;李显凯;杨桂松;陈贵生;姜素梅;顾林强;瞿国庆设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本基于网络覆盖动态匹配控制的多智能体任务分配方法在说明书摘要公布了：本发明公开了基于网络覆盖动态匹配控制的多智能体任务分配方法，包括如下步骤：多智能体自组织成网络并划为N个子网络，子网络采用领航者和追随者模式，并由领航者执行子网络管理和决策；各子网络获取当前的环境状态，利用分层深度强化学习模型的高层决策，选择探索任务域或寻找其他子网络；利用分层深度强化学习模型的低层决策执行智能体移动，直至找到任务域或其他子网络；通过网络拓扑控制对找到任务域或其他子网络的子网络进行网络分割或融合，形成覆盖子网络或新子网络；覆盖子网络中的智能体利用任务分配优化模型完成任务执行，任务执行完成后转为新子网络。该方法可在网络基础设施缺失且未知任务分布的环境中利用有限规模的多智能体探索任务分布，并完成任务分配，以减少任务响应时间，提高任务完成率。

本发明授权基于网络覆盖动态匹配控制的多智能体任务分配方法在权利要求书中公布了：1.基于网络覆盖动态匹配控制的多智能体任务分配方法，其特征在于，包括如下步骤： 多智能体自组织形成网络并划分为N个子网络，各子网络采用领航者和追随者模式，并由领航者执行子网络管理和决策； 各子网络获取当前的环境状态，利用分层深度强化学习模型的高层决策，选择探索任务域或寻找其他子网络； 利用分层深度强化学习模型的低层决策执行智能体移动，直至找到任务域或其他子网络； 通过网络拓扑控制对找到任务域或其他子网络的子网络进行网络分割或融合，形成覆盖子网络或新子网络； 覆盖子网络中的智能体利用任务分配优化模型完成任务执行，任务执行完成后转为新子网络； 所述任务分配优化模型为 其中表示参与任务分配的智能体总数，表示任务域中的任务总数，J表示目标函数系统总代价；表示任务是否被分配给智能体，表示成功分配，表示未成功分配，表示任务j负载需求；LCmax表示智能体i的最大负载能力；表示智能体到任务的距离；表示智能体i与任务j之间的连通性参数； 表示智能体ĩ与任务j之间的连通性参数；在公式中，参与分配任务的智能体总负载必须满足任务的负载需求，其中表示任务的分配状态，表示已分配，表示未分配；在公式中，智能体的实际承担的负载不能超过其最大负载能力；在公式中，分配给同一个任务的智能体间的网络实现连通。

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江苏商贸职业学院;上海理工大学;南通智大信息技术有限公司，其通讯地址为：226011 江苏省南通市崇川区江通路48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。