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！

龙图腾网获悉湖南恩智测控技术有限公司申请的专利基于深度强化学习的电子负载拉载电流调节方法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：CN119834619B 。

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：202510300585.7，技术领域涉及：H02M3/158；该发明授权基于深度强化学习的电子负载拉载电流调节方法是由吴思聪;申夏菁;马天雨设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于深度强化学习的电子负载拉载电流调节方法在说明书摘要公布了：本申请提出基于深度强化学习的电子负载拉载电流调节方法。基于强化学习架构，将电子负载拉载电流的调节过程模拟成一个马尔可夫决策过程，以拉载电流的高频时序信号作为环境状态，由智能体求解最优的MOS管栅极电压调节量序列；智能体选择多尺度跳转可分离卷积神经网络模型；将智能体预测的MCU调节量施加到电子负载后，根据实际电流跟目标电流的差值建立调节量奖励值，通过智能体多步调节建立训练数据集；基于对拉载电流的影响程度对奖励值序列施加权重建立奖励目标函数，基于梯度下降算法以奖励目标函数值最大为目标优化智能体参数。本申请提出的深度强化学习方法无需给训练样本打标签，减少人工参与，提高学习效率。

本发明授权基于深度强化学习的电子负载拉载电流调节方法在权利要求书中公布了：1.一种基于深度强化学习的电子负载拉载电流调节方法，其特征在于，包括： 将电子负载拉载电流的调节过程模拟成一个马尔可夫决策过程，以拉载电流的高频时序信号作为环境状态，由智能体求解最优的MOS管栅极电压调节量序列； 强化学习架构的智能体选择多尺度跳转可分离卷积神经网络模型，将高频电流采样时序信号转为灰度图像后进入多核卷积层，多核卷积选择1*1，1*1卷积后再3*3卷积，1*1卷积后再5*5卷积，1*1卷积后再7*7卷积四种不同尺寸的卷积核，模型第二层先采用1*1逐点卷积调整特征数量，然后选择深度可分离卷积提取信息，再采用1*1逐点卷积融合信息得到特征信息，输入和特征信息之间采用跳转连接方式实现信息互通，特征信息进入一个通道注意力模块，对第二层的每个特征信息向量进行权重优化； 根据实际电流跟目标电流的差值建立调节量奖励值，通过智能体多步调节建立训练数据集； 基于对拉载电流的影响程度对奖励值序列施加权重建立奖励目标函数，基于梯度下降算法以奖励目标函数值最大为目标优化智能体参数； 将训练好的智能体作为控制器，以开始、当前和目标拉载电流的时序信号分别作为环境初始状态s1、当前状态st和最终状态sn，以环境状态作为输入，给出MOS管栅极电压的最优调节量离散序列，实现拉载电流的快速、高精度调节。

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湖南恩智测控技术有限公司，其通讯地址为：410200 湖南省长沙市长沙市望城经济技术开发区马桥河路二段308号联东金煜产业中心B23栋101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”。