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！

龙图腾网恭喜广东工业大学申请的专利基于Rainbow的通道注意力网络的软件自动测试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：CN114880243B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210666256.0，技术领域涉及：G06F11/3668；该发明授权基于Rainbow的通道注意力网络的软件自动测试方法是由潘百林;黄尚樱设计研发完成，并于2022-06-14向国家知识产权局提交的专利申请。

本基于Rainbow的通道注意力网络的软件自动测试方法在说明书摘要公布了：本发明公开了基于Rainbow的通道注意力网络的软件自动测试方法，包括以下步骤：S1、搭建包括有数据池的智能体‑环境交互系统；S2、收集先验样本数据，并将收集到的先验样本数据放入智能体‑环境交互系统的数据池中；S3、搭建基于通道注意力机制融合竞争模块的决策网络；S4、对步骤S3搭建的基于通道注意力机制融合竞争模块的决策网络进行训练；S5、结合训练完成的基于通道注意力机制融合竞争模块的决策网络进行软件测试。本发明有效地提高了游戏软件自动测试的效率，节约了时间成本。相较于传统的Q学习或者其他强化学习的范式，本发明在策略搜索的速度得到进一步提升，一定程度上解决了强化学习策略搜索收敛速度较慢的困境。

本发明授权基于Rainbow的通道注意力网络的软件自动测试方法在权利要求书中公布了：1.基于Rainbow的通道注意力网络的软件自动测试方法，其特征在于，包括以下步骤：S1、搭建包括有数据池的智能体-环境交互系统；S2、收集先验样本数据，并将收集到的先验样本数据放入智能体-环境交互系统的数据池中；S3、搭建基于通道注意力机制融合竞争模块的决策网络；S4、对步骤S3搭建的基于通道注意力机制融合竞争模块的决策网络进行训练；S5、结合训练完成的基于通道注意力机制融合竞争模块的决策网络进行软件测试；收集先验样本数据包括：S2-1、截取当前智能体所在环境的状态st；S2-2、根据当前智能体所在环境的状态，人为地打上智能体应当采取的行动，记作at；S2-3、收集当前智能体采取行动之后得到的环境的反馈rt及动作at转移后的下一个状态st+1；S2-4、将智能体当前所处的状态、采取的行动、环境的反馈和转移后的状态作为一个四元组st,at,rt,st+1，加入到数据池作为数据来源；截取当前智能体所在环境的状态时：对于非图像数据，采集的环境将输入到哈希函数中进行编码，得到状态st；对于图像数据，将直接作为状态st；所述决策网络为卷积神经网络，包括注意力机制结构和竞争网络结构；所述注意力机制结构通过对特征图的压缩操作，残差块的特征图中的稀疏维度从H×W×C挤压至1×1×C；其中，压缩操作使用池化操作进行，而池化使用的是全局平均池化层，该层将每个二维的特征通道压缩至对应的单个实数，压缩之后得到的实数具有全局的视野，并且输出的维度和输入的特征通道数相匹配，相应的数学依据如下： 其中，zc为压缩后得到的结果，Fsq为压缩函数，uci,j是传入对应特征图中某一个通道的第i行和第j列的元素，H×W即是某一个通道的高度与宽度；通过一个bottleneck结构对通道之间的互相关性进行捕捉；最后，该结构的输出权重视作是网络特征选择后的每个特征通道的重要性，通过向量点乘的形式按通道对先前的特征图进行加权，完成在通道维度上对原始特征图的重要性评估，实现注意力机制。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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”。