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！

龙图腾网恭喜厦门大学申请的专利一种渐进式深度强化学习的无人载具对抗与避障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：CN116243727B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310260597.2，技术领域涉及：G05D1/46；该发明授权一种渐进式深度强化学习的无人载具对抗与避障方法是由师佳;马成栋;洪文晶设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种渐进式深度强化学习的无人载具对抗与避障方法在说明书摘要公布了：本发明涉及一种渐进式深度强化学习的无人载具对抗与避障方法，包括以下步骤：S1，根据无人载具的运动学模型，通过龙格库塔方法进行求解建模；S2，通过计算机模拟多台无人载具系统的自主决策过程；S3，设计并优化渐进式自博弈SAC算法的批判者神经网络和执行者神经网络的形式、大小和数量，针对无人载具的真实运动情况构建执行者神经网络、策略熵系数α的目标损失函数，并结合熵增机制和训练课程难度，设计自动熵，得到渐进式自博弈SAC算法；S4，利用所述渐进式自博弈SAC算法自调节所述训练课程难度并执行自博弈过程，完成一次学习课程；S5，重复执行步骤S4，得到完成训练的执行者神经网络用于生成无人载具对抗与避障的实时决策。

本发明授权一种渐进式深度强化学习的无人载具对抗与避障方法在权利要求书中公布了：1.一种渐进式深度强化学习的无人载具对抗与避障方法，其特征在于：包括以下步骤： S1，根据运动学自行车模型，通过龙格库塔方法进行求解建模，构建为Python环境下的标准gym环境类，根据真实情况将无人载具自身状态和环境观测的状态数据作为必要的要素进行数学形式表述和计算机语言描述； S2，通过计算机模拟多台无人载具系统的自主决策过程，产生无人载具运动过程和决策行为的模拟数据； S3，设计并优化渐进式自博弈SAC算法的批判者神经网络和执行者神经网络的形式、大小和数量，针对无人载具的真实运动情况构建执行者神经网络、策略熵系数α的目标损失函数，并结合熵增机制和训练课程难度，设计自动熵，并针对无人载具决策场景的复杂程度设计随训练过程递增的课程学习机制以及对抗对手的策略类型和强度，得到渐进式自博弈SAC算法； 针对无人载具的真实运动情况构建执行者神经网络的目标损失函数包括： 基于策略熵机制提供探索能力，设计平衡探索能力和策略优化的损失函数； 设计得到的损失函数Jπφ满足公式1： 其中，E为数学期望，st为无人载具的当前状态数据，D为经验回放池，at为执行者神经网络所输出的动作，通过神经网络强大的表达能力，将πφ建模为产生状态到具体动作映射的执行者策略网络，φ为执行者神经网络的参数，πφat|st表示当给定状态st时，执行者策略输出某个动作at的概率，α为策略熵系数，初始化为1，Qst,at表示批判者对无人载具的当前状态-动作价值的长期折扣回报评估； S4，利用所述渐进式自博弈SAC算法自调节所述训练课程难度并执行自博弈过程，生成无人载具的多个决策数据并放入经验回放池进行不同课程学习数据的更新，平均采样经验回放池最新数据并更新所述批判者神经网络和执行者神经网络的参数，完成一次学习课程； S5，重复执行步骤S4，使批判者神经网络和执行者神经网络完成若干次学习课程，得到完成训练的执行者神经网络用于生成无人载具对抗与避障的实时决策。

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厦门大学，其通讯地址为：361005 福建省厦门市思明南路422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”。