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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利基于双目标引导的自主决策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：CN118504605B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202410464414.3，技术领域涉及：G06N3/008；该发明授权基于双目标引导的自主决策方法及装置是由何友;刘瑜;蒋伟博;李劭辉;李徵;姜智卓;李耀文设计研发完成，并于2024-04-17向国家知识产权局提交的专利申请。

本基于双目标引导的自主决策方法及装置在说明书摘要公布了：本发明提供一种基于双目标引导的自主决策方法及装置，涉及计算机技术领域，该方法包括：获取目标对象的当前状态；将所述当前状态输入至双目标引导决策模型，得到所述双目标引导决策模型输出的所述当前状态对应的目标决策；所述双目标引导决策模型是基于多个样本四元组进行训练得到的，所述样本四元组包括当前样本状态、样本动作、样本奖励和下一个样本状态；所述双目标引导决策模型用于确定所述当前状态对应的所述目标决策。由于双目标引导决策模型是基于多个样本四元组进行训练得到的，使得双目标引导决策模型的鲁棒性较好以及模型的决策精度高，提高了目标决策的准确性。

本发明授权基于双目标引导的自主决策方法及装置在权利要求书中公布了：1.一种基于双目标引导的自主决策方法，其特征在于，应用于机器人自主决策任务的场景中，包括： 获取目标对象的当前状态；所述目标对象为机器人；所述当前状态为所述目标对象在当前环境中的状态； 将所述当前状态输入至双目标引导决策模型，得到所述双目标引导决策模型输出的所述当前状态对应的目标决策；所述双目标引导决策模型是基于所述机器人的多个样本四元组进行训练得到的，所述样本四元组包括当前样本状态、样本动作、样本奖励和下一个样本状态；所述双目标引导决策模型用于确定所述当前状态对应的所述目标决策；所述目标决策为执行的动作； 所述双目标引导决策模型包括价值网络、双引导策略网络、整合网络和执行策略网络； 所述将所述当前状态输入至双目标引导决策模型，得到所述双目标引导决策模型输出的所述当前状态对应的目标决策，包括： 将所述当前状态输入至所述双引导策略网络，得到所述双引导策略网络输出的多个第一状态； 将各所述第一状态输入至所述价值网络，得到所述价值网络输出的各所述第一状态分别对应的第一价值； 将各所述第一价值输入至所述整合网络，得到所述整合网络输出的目标状态； 将所述目标状态和所述当前状态输入至所述执行策略网络，得到所述执行策略网络输出的所述目标决策； 所述双引导策略网络和所述执行策略网络是基于以下步骤训练得到的： 获取训练数据集，所述训练数据集包括所述机器人的所述多个样本四元组； 基于各所述样本四元组，分别对初始双引导策略网络和初始执行策略网络进行训练，得到所述双引导策略网络和所述执行策略网络。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。