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

龍圖騰網(wǎng)獲悉中國科學(xué)技術(shù)大學(xué);西安電子科技大學(xué)申請(qǐng)的專利電子對(duì)抗離線決策方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)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(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119830989B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-16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(qǐng)?zhí)?專利號(hào)為：202411893456.5，技術(shù)領(lǐng)域涉及：G06N3/092；該發(fā)明授權(quán)電子對(duì)抗離線決策方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)是由王毅博;劉洵;胡自然;曾韋智;楊堅(jiān);姜曉楓;楊鋒;何華森;王常龍;周峰設(shè)計(jì)研發(fā)完成，并于2024-12-20向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本電子對(duì)抗離線決策方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)在說明書摘要公布了：本發(fā)明公開了一種電子對(duì)抗離線決策方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)，由于復(fù)雜電磁環(huán)境下，干擾方獲取的雷達(dá)狀態(tài)信息部分可觀且?guī)в衅?，一般決策方法求出的干擾策略部署到真實(shí)環(huán)境中時(shí)，因其局限性，性能往往難以保證，因此，本發(fā)明提供的方案，通過將電磁環(huán)境建模成對(duì)手智能體，干擾方智能體與對(duì)手智能體進(jìn)行交互訓(xùn)練，得到最終的干擾方智能體，可以更好的進(jìn)行雷達(dá)干擾決策，使干擾方在復(fù)雜電磁環(huán)境下的決策變得高效，安全。

本發(fā)明授權(quán)電子對(duì)抗離線決策方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)在權(quán)利要求書中公布了：1.一種電子對(duì)抗離線決策方法，其特征在于，包括： 將干擾方建模為干擾方智能體； 將給定的歷史博弈序列作為原始數(shù)據(jù)集，并以此構(gòu)建對(duì)手智能體； 交替訓(xùn)練干擾方智能體與對(duì)手智能體，步驟包括：當(dāng)前迭代中，使用對(duì)手智能體進(jìn)行數(shù)據(jù)外推，將生成的數(shù)據(jù)添加至擴(kuò)展數(shù)據(jù)集，使用原始數(shù)據(jù)集與擴(kuò)展數(shù)據(jù)集訓(xùn)練所述干擾方智能體，訓(xùn)練目標(biāo)是最大化干擾方智能體與對(duì)手智能體對(duì)抗時(shí)的干擾值函數(shù)；根據(jù)離線對(duì)抗學(xué)習(xí)方法結(jié)合訓(xùn)練當(dāng)前次迭代訓(xùn)練后的干擾方智能體訓(xùn)練所述對(duì)手智能體，訓(xùn)練目標(biāo)是最小化干擾方智能體與對(duì)手智能體對(duì)抗時(shí)的干擾值函數(shù)；不斷迭代，獲得最終的干擾方智能體； 將所述最終的干擾方智能體部署于真實(shí)環(huán)境中，用于雷達(dá)干擾決策； 其中，干擾方智能體的雷達(dá)干擾決策問題建模為：在給定歷史博弈序列的情況下，尋找一個(gè)策略π，滿足如下約束： 其中，π為干擾方智能體的策略，Π為干擾方智能體的策略π的集合，為對(duì)手智能體，代表訓(xùn)練過程中的電磁環(huán)境的轉(zhuǎn)移函數(shù)；為狀態(tài)轉(zhuǎn)移函數(shù)集合，為表示策略為π的干擾方智能體與對(duì)手智能體對(duì)抗時(shí)的干擾值函數(shù)； 所述根據(jù)離線對(duì)抗學(xué)習(xí)方法結(jié)合當(dāng)前次迭代訓(xùn)練后的干擾方智能體訓(xùn)練所述對(duì)手智能體包括： 所述根據(jù)離線對(duì)抗學(xué)習(xí)方法，結(jié)合當(dāng)前次迭代訓(xùn)練后的干擾方智能體的策略，計(jì)算策略梯度，利用策略梯度指導(dǎo)所述對(duì)手智能體的訓(xùn)練； 其中，策略梯度的計(jì)算方式表示為： 其中，為期望，表示狀態(tài)s服從的分布，表示策略π下、狀態(tài)s的訪問分布，a～π表示動(dòng)作選擇策略是π，表示策略為π的干擾方智能體與神經(jīng)網(wǎng)絡(luò)模型對(duì)抗時(shí)的干擾值函數(shù)，所述的神經(jīng)網(wǎng)絡(luò)模型表示對(duì)手智能體，φ為神經(jīng)網(wǎng)絡(luò)模型參數(shù)，表示下一時(shí)刻的狀態(tài)s′和獎(jiǎng)勵(lì)r來自于對(duì)手智能體的高斯分布 表示在執(zhí)行s,a后，獲得獎(jiǎng)勵(lì)r并轉(zhuǎn)移到狀態(tài)s′的高斯分布，s,a表示狀態(tài)s時(shí)采取動(dòng)作a；γ為設(shè)定系數(shù)，表示關(guān)于φ的梯度。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人中國科學(xué)技術(shù)大學(xué);西安電子科技大學(xué)，其通訊地址為：230026 安徽省合肥市包河區(qū)金寨路96號(hào)；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)”。