買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西北工業(yè)大學(xué)申請的專利一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法、訓(xùn)練方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN116992952B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202310852767.6，技術(shù)領(lǐng)域涉及：G06N3/092；該發(fā)明授權(quán)一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法、訓(xùn)練方法和系統(tǒng)是由路鷹;趙大海;胡一帆;韓特;付斌;邱璐瑩設(shè)計研發(fā)完成，并于2023-07-12向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法、訓(xùn)練方法和系統(tǒng)在說明書摘要公布了：本申請涉及控制的技術(shù)領(lǐng)域，尤其是涉及一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法、訓(xùn)練方法和系統(tǒng)，預(yù)訓(xùn)練方法包括：獲取從彈的預(yù)訓(xùn)練樣本和預(yù)訓(xùn)練模型，進而基于預(yù)訓(xùn)練樣本對預(yù)訓(xùn)練模型進行離線的強化學(xué)習(xí)訓(xùn)練以得到預(yù)訓(xùn)練協(xié)同制導(dǎo)律模型，并將該預(yù)訓(xùn)練協(xié)同制導(dǎo)律模型中的預(yù)訓(xùn)練評價網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)和預(yù)訓(xùn)練評價目標網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)作為協(xié)同制導(dǎo)律模型訓(xùn)練過程中的待訓(xùn)練評價網(wǎng)絡(luò)的初始網(wǎng)絡(luò)參數(shù)和待訓(xùn)練評價目標的初始網(wǎng)絡(luò)參數(shù)，能夠簡化實際訓(xùn)練的過程，提高訓(xùn)練效率，快速高效的得到協(xié)同制導(dǎo)律模型。

本發(fā)明授權(quán)一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法、訓(xùn)練方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種協(xié)同制導(dǎo)律模型的預(yù)訓(xùn)練方法，其特征在于，包括： 獲取從彈的預(yù)訓(xùn)練樣本，其中，每一預(yù)訓(xùn)練樣本包括：第一時刻環(huán)境狀態(tài)、第一時刻對應(yīng)的第一獎勵值、第二時刻對應(yīng)的第二獎勵值和第三時刻環(huán)境狀態(tài)； 獲取預(yù)訓(xùn)練模型，所述預(yù)訓(xùn)練模型包括：預(yù)訓(xùn)練網(wǎng)絡(luò)和預(yù)訓(xùn)練目標網(wǎng)絡(luò)，所述預(yù)訓(xùn)練網(wǎng)絡(luò)包括：預(yù)訓(xùn)練行動網(wǎng)絡(luò)和預(yù)訓(xùn)練評價網(wǎng)絡(luò)，所述預(yù)訓(xùn)練目標網(wǎng)絡(luò)包括：預(yù)訓(xùn)練行動目標網(wǎng)絡(luò)和預(yù)訓(xùn)練評價目標網(wǎng)絡(luò)； 根據(jù)所述預(yù)訓(xùn)練樣本，對所述預(yù)訓(xùn)練模型進行強化學(xué)習(xí)訓(xùn)練，直到達到停止條件，得到預(yù)訓(xùn)練協(xié)同制導(dǎo)律模型， 所述預(yù)訓(xùn)練協(xié)同制導(dǎo)律模型中的預(yù)訓(xùn)練評價網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)和預(yù)訓(xùn)練評價目標網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)作為協(xié)同制導(dǎo)律模型訓(xùn)練過程中的待訓(xùn)練評價網(wǎng)絡(luò)的初始網(wǎng)絡(luò)參數(shù)和待訓(xùn)練評價目標的初始網(wǎng)絡(luò)參數(shù)； 所述獲取從彈的預(yù)訓(xùn)練樣本，包括： 獲取第一時刻環(huán)境狀態(tài)，根據(jù)所述第一時刻環(huán)境狀態(tài)利用協(xié)同制導(dǎo)律得到第一時刻對應(yīng)的動作值； 根據(jù)所述第一時刻對應(yīng)的動作值，通過訓(xùn)練環(huán)境進行仿真，得到第二時刻環(huán)境狀態(tài)和第一時刻對應(yīng)的獎勵值； 根據(jù)所述第二時刻環(huán)境狀態(tài)和協(xié)同制導(dǎo)律，得到第二時刻對應(yīng)的第二動作值；根據(jù)所述第二時刻對應(yīng)的動作值通過訓(xùn)練環(huán)境進行仿真，得到第三時刻環(huán)境狀態(tài)和第二時刻對應(yīng)的第二獎勵值； 所述根據(jù)所述第一時刻對應(yīng)的動作值，通過訓(xùn)練環(huán)境進行仿真，得到第二時刻環(huán)境狀態(tài)和第一時刻對應(yīng)的獎勵值，包括： 根據(jù)所述第一時刻對應(yīng)的動作值通過訓(xùn)練環(huán)境進行仿真，得到第二時刻環(huán)境狀態(tài)； 根據(jù)所述第二時刻環(huán)境狀態(tài)確定第二時刻下導(dǎo)彈對應(yīng)的前置角、導(dǎo)彈與目標的相對距離和導(dǎo)彈和目標的相對速度，導(dǎo)彈包括主彈和從彈； 當(dāng)導(dǎo)彈命中時，根據(jù)主彈命中時刻和從彈命中時刻確定所述第一時刻對應(yīng)的第一獎勵值； 當(dāng)導(dǎo)彈未命中時，根據(jù)導(dǎo)彈對應(yīng)的前置角、導(dǎo)彈與目標的相對距離和導(dǎo)彈和目標的相對速度，確定主彈對應(yīng)的預(yù)測命中時刻和從彈對應(yīng)的預(yù)測命中時刻；并根據(jù)主彈對應(yīng)的預(yù)測命中時刻和從彈對應(yīng)的預(yù)測命中時刻，確定所述第一時刻對應(yīng)的第一獎勵值。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人西北工業(yè)大學(xué)，其通訊地址為：710003 陜西省西安市友誼西路127號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。