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！

龙图腾网获悉吉林大学申请的专利悬架控制方法、存储介质及电子设备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：CN120156240B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510619011.6，技术领域涉及：B60G17/015；该发明授权悬架控制方法、存储介质及电子设备是由胡育熙;王铖;崔笑仙;郭孔辉设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本悬架控制方法、存储介质及电子设备在说明书摘要公布了：本发明涉及车辆振动控制技术领域，尤其涉及一种悬架控制方法、存储介质及电子设备，方法包括：首先，搭建基础TD3架构，并以悬架的当前状态作为输入，以悬架的主动控制动作为输出，对基础TD3架构进行预训练，并在预训练的过程中，确定冲突状态；在基础TD3架构引入对抗网络，即在基础TD3架构的结构上加入Actor‑against网络和Critic‑against网络，得到对抗‑TD3架构；最后，利用冲突状态对对抗‑TD3架构进行训练，得到控制悬架的控制模型。本发明以双网络协同优化的形式实现动作空间的对抗性修正，不仅减少了奖励函数设计的复杂性，而且大幅提升了网络的收敛速度和训练效率，从而有效解决了悬架控制系统中目标偏好问题，显著提升了系统的响应能力与稳定性。

本发明授权悬架控制方法、存储介质及电子设备在权利要求书中公布了：1.一种悬架控制方法，其特征在于，包括： S1：搭建基础TD3架构，并以悬架的当前状态作为输入，以所述悬架的主动控制动作为输出，对所述基础TD3架构进行预训练；在所述预训练的过程中，确定冲突状态；对所述基础TD3架构的预训练过程包括： S11：对所述基础TD3架构初始化； S12：在当前状态下，所述基础TD3架构中的Actor网络生成具有噪声的第一动作，并控制所述悬架执行所述第一动作，得到第一状态以及对应的第一奖励；储存经验数据到经验池中； S13：将所述第一动作和所述当前状态输入所述基础TD3架构中的Critic1网络，得到结果，表示所述Critic1网络的网络参数；将所述第一动作和所述当前状态输入所述基础TD3架构中的Critic2网络，得到结果，表示所述Critic2网络的网络参数； S14：从所述经验池中随机采样一个批次的样本，并根据样本，使用所述基础TD3架构中的Actor-T网络生成具有噪声的第一目标动作；利用基础TD3架构中的CriticT1网络和CriticT2网络，通过下式计算第一目标动作对应的第一目标值： ； 其中，表示所述第一目标值，表示折扣因子，表示所述CriticT1网络，表示所述CriticT2网络，表示所述CriticT1网络的网络参数，表示所述CriticT2网络的网络参数； S15：结合步骤S14得到的第一目标值和步骤S13得到的计算结果，通过下式计算训练所述Critic1网络和所述Critic2网络的损失函数： ； ； 其中，表示所述Critic1网络的损失函数，表示所述Critic2网络的损失函数； S16：根据步骤S15得到的损失函数，对所述基础TD3架构采用延迟更新策略进行参数更新，并以更新后的基础TD3架构重复步骤S12~S16，完成对所述基础TD3架构的预训练； S2：在所述基础TD3架构的基础上加入Actor-against网络和Critic-against网络，得到对抗-TD3架构； 所述Actor-against网络接收所述冲突状态，并生成相应的针对动作，将所述针对动作与所述基础TD3架构生成的动作结合，得到所述悬架的最终控制动作； 所述Critic-against网络接收所述针对动作和所述冲突状态，指导所述Actor-against网络产生新的针对动作； S3：利用所述冲突状态对所述对抗-TD3架构进行训练，得到控制所述悬架的控制模型。

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吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699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”。