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！

龙图腾网获悉国网冀北电力有限公司电力科学研究院;清华大学申请的专利基于分布式多智能体强化学习的对象分类方法及装置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：CN119397418B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411433943.3，技术领域涉及：G06F18/2431；该发明授权基于分布式多智能体强化学习的对象分类方法及装置是由槐青;李苗苗;董炜;叶昊;张统帅;王艺霖;季一润;袁茜;袁文迁;高岩峰;李雨;黄彬;杨敏祥;黄晓乐;谢丽芳设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本基于分布式多智能体强化学习的对象分类方法及装置在说明书摘要公布了：本公开涉及计算机技术领域，包括基于分布式多智能体强化学习的对象分类方法及装置。通过对训练集进行划分得到至少两个训练子集；对于每个训练子集，通过训练子集对应的智能体对训练子集进行强化学习，得到智能体的强化学习模型在本轮训练后得到的局部模型参数，不同强化学习模型在训练前的模型参数均为全局模型参数；基于各个强化学习模型对应的局部模型参数，确定本轮训练得到的全局模型参数；在训练轮次满足预设条件的情况下，基于最后一轮训练得到的全局模型参数确定目标强化学习模型，以基于目标强化学习模型对输入的待分类信号进行对象分类，得到分类结果；可以保证对象分类效率，提升算法处理大规模不平衡数据的能力。

本发明授权基于分布式多智能体强化学习的对象分类方法及装置在权利要求书中公布了：1.一种基于分布式多智能体强化学习的对象分类方法，其特征在于，所述方法包括： 获取训练集，所述训练集包括多组第一训练数据和多组第二训练数据；其中，所述第一训练数据的数量小于所述第二训练数据的数量；每组第一训练数据包括第一对象分类对应的第一样本信号和所述第一对象分类的第一分类标签；每组第二训练数据包括第二对象分类对应的第二样本信号和所述第二对象分类的第二分类标签； 对所述训练集进行划分得到至少两个训练子集；其中，每个训练子集包括各个第一训练数据以及部分第二训练数据，不同训练子集中的第二训练数据不同； 对于每个训练子集，通过所述训练子集对应的智能体对所述训练子集进行强化学习，得到所述智能体的强化学习模型在本轮训练后得到的局部模型参数；不同强化学习模型在训练前的模型参数均为全局模型参数，不同训练子集对应的智能体不同； 获取本轮训练得到的各个强化学习模型对应的局部模型参数；确定各个局部模型参数的平均值，得到所述本轮训练得到的全局模型参数，所述本轮训练得到的全局模型参数用于在下一轮训练之前为各个强化学习模型的模型参数赋值； 在训练轮次满足预设条件的情况下，基于最后一轮训练得到的全局模型参数确定目标强化学习模型，以基于所述目标强化学习模型对输入的待分类信号进行对象分类，得到分类结果；所述目标强化学习模型用于对设备进行故障诊断；相应地，所述待分类信号包括设备的设备信号；所述第一对象分类包括故障信号分类，所述第一分类标签包括故障信号分类的至少一种故障分类标签；所述第二对象分类包括正常信号分类，所述第二分类标签包括正常分类标签。

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国网冀北电力有限公司电力科学研究院;清华大学，其通讯地址为：100045 北京市西城区复兴门外地藏庵南巷一号；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”。