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！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于离线样本校正强化学习的多无人机编队控制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：CN119620782B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510155485.X，技术领域涉及：G05D1/695；该发明授权基于离线样本校正强化学习的多无人机编队控制方法是由周晗;相晓嘉;陈众楷;唐邓清;赖俊;闫超;孙懿豪;黄依新;李超;许贺达设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本基于离线样本校正强化学习的多无人机编队控制方法在说明书摘要公布了：本发明涉及一种基于离线样本校正强化学习的多无人机编队控制方法，包括：构建用于离线训练的深度确定性策略梯度网络；僚机以当前策略与环境进行交互以产生僚机的历史轨迹信息，并获得离线样；随机抽取离线样本，根据当前策略与先前策略的差异，计算出用于校正离线样本的重要性权重；基于重要性权重对深度确定性策略梯度网络进行离线训练，以更新深度确定性策略梯度网络的网络参数；构建用于在线执行的深度确定性策略梯度网络，并加载离线训练好的网络参数；以僚机与环境的实时交互信息为输入，为僚机生成一个最优动作输出。本发明可有效提高多无人机系统学习编队策略的效率，具有很高的应用价值。

本发明授权基于离线样本校正强化学习的多无人机编队控制方法在权利要求书中公布了：1.基于离线样本校正强化学习的多无人机编队控制方法，其特征在于，包括：S1.离线样本收集阶段：构建用于离线训练的深度确定性策略梯度网络；多无人机编队中的僚机以所述深度确定性策略梯度网络的当前策略与环境进行交互以产生所述僚机的历史轨迹信息，并基于所述历史轨迹信息获得所述离线样本并存储至经验回放池中；S2.离线样本校正阶段：随机从所述经验回放池取样，根据所述深度确定性策略梯度网络的当前策略与所述离线样本对应的先前策略的差异，计算出用于校正所述离线样本的重要性权重；其中，包括：S21.通过随机取样的范式从所述经验回放池抽取训练样本；S22.根据Jensen-Shannon散度量化所述先前策略与所述当前策略之间的差异，并通过非线性变换将两种策略间的差异映射为训练样本的重要性权重；S3.离线训练阶段：基于所述重要性权重对所述深度确定性策略梯度网络进行离线训练，以更新所述深度确定性策略梯度网络的网络参数；S4.在线执行阶段：构建用于在线执行的深度确定性策略梯度网络，并加载离线训练好的所述网络参数；在线执行的深度确定性策略梯度网络以所述僚机与环境的实时交互信息，为所述僚机生成一个最优动作输出；所述僚机执行所输出的最优动作，以维持编队构型。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。