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！

龍圖騰網獲悉西北工業(yè)大學申請的專利一種交互場景下的多智能體協(xié)同交互決策與控制方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN120386386B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510880327.0，技術領域涉及：G05D1/656；該發(fā)明授權一種交互場景下的多智能體協(xié)同交互決策與控制方法是由都巖巍;張慶昊;許斌;張睿;盧俊國;朱震;譚富威;楊瑞設計研發(fā)完成，并于2025-06-27向國家知識產權局提交的專利申請。

本一種交互場景下的多智能體協(xié)同交互決策與控制方法在說明書摘要公布了：本發(fā)明提出一種交互場景下的多智能體協(xié)同交互決策與控制方法，首先各智能體獲取對抗場景的時序狀態(tài)信息；在各智能體的決策系統(tǒng)中，獲取的對抗場景時序狀態(tài)信息輸入LSTM網絡進行預測和特征提取，得到隱藏狀態(tài)，將隱藏狀態(tài)輸入到SAC強化學習模型中，并通過設計的獎勵函數(shù)對LSTM網絡以及SAC強化學習模型進行訓練，最終得到各智能體的機動決策動作向量；各智能體以機動決策動作向量作為控制目標值，依據(jù)離散增量式PID控制器對智能體進行控制。該方法基于多智能體SAC強化學習算法，結合了LSTM時序處理和雙經驗回放機制，并通過設計合理的獎勵函數(shù)機制，在具有復雜動態(tài)物體的環(huán)境中，能夠快速預測動態(tài)物體的運動軌跡，對自身連續(xù)動作量進行準確決策。

本發(fā)明授權一種交互場景下的多智能體協(xié)同交互決策與控制方法在權利要求書中公布了：1.一種交互場景下的多智能體協(xié)同交互決策與控制方法，其特征在于：包括以下步驟： 步驟1：各智能體獲取對抗場景的時序狀態(tài)信息； 步驟2：在各智能體的決策系統(tǒng)中，獲取的對抗場景時序狀態(tài)信息輸入LSTM網絡進行預測和特征提取，得到隱藏狀態(tài)向量，用于作為后續(xù)強化學習的輸入； 步驟3：在各智能體的決策系統(tǒng)中，將步驟2得到的隱藏狀態(tài)向量輸入到SAC強化學習模型中，并通過設計的獎勵函數(shù)對LSTM網絡以及SAC強化學習模型進行訓練，最終得到各智能體的機動決策動作向量； 所述設計的獎勵函數(shù)包括角度優(yōu)勢獎勵，高度優(yōu)勢獎勵，速度優(yōu)勢獎勵和勝負獎勵，而且還添加了軌跡預測獎勵，最終獎勵函數(shù)為添加隨機權重的各獎勵函數(shù)之和； 各獎勵函數(shù)具體為： 角度優(yōu)勢獎勵： 為視線角； 高度優(yōu)勢獎勵： 其中，為設定的理想高度；為智能體自身高度，為高度安全區(qū)間； 速度優(yōu)勢獎勵： 其中，為智能體自身速度，為有效速度區(qū)間； 勝負獎勵： 若擊敗對方，則勝負獎勵取正值，若被對方擊敗，則勝負獎勵取負值； 軌跡預測獎勵： 其中，是LSTM網絡預測的對方智能體n在下一時間步的位置，是對方智能體n在下一時間步的實際位置； 最終得到的總獎勵函數(shù)為： 其中，表示各部分權重； 步驟4：各智能體通過步驟3得到機動決策動作向量后，以機動決策動作向量作為控制目標值，依據(jù)離散增量式PID控制器對智能體進行控制。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人西北工業(yè)大學，其通訊地址為：710072 陜西省西安市碑林區(qū)友誼西路127號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。