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！

龙图腾网获悉南京邮电大学申请的专利一种多域多层级跨链网络协同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：CN115695477B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202211283930.3，技术领域涉及：H04L67/12；该发明授权一种多域多层级跨链网络协同方法及装置是由亓晋;虞赟淼;董振江;孙雁飞;陈滏媛;陈根鑫;许斌设计研发完成，并于2022-10-20向国家知识产权局提交的专利申请。

本一种多域多层级跨链网络协同方法及装置在说明书摘要公布了：本发明公开了一种多域多层级跨链网络协同方法及装置，方法包括：获取跨链网络协同信息，根据每个跨链网络协同信息，计算出其对于其他跨链网络的跨链权重值；根据所述协同信息划分跨链网络的区域以及层级，形成多层级的活动功能、要素集合以及多区域的活动功能、要素集合；将每个区域当作一个多智能体，采用多智能体链接跨链网络中的多区域的活动功能、要素集合，形成以域划分的多智能体跨链网络集群；将以域划分的多智能体跨链网络集群输入训练好的多智能体模型，得到各个区域的跨链网络的最佳域权重值；将多层级的活动功能、要素集合输入训练好的分层强化学习模型，得到各个层级的跨链网络的最佳层级权重值；确定最终的跨链网络协同结果。

本发明授权一种多域多层级跨链网络协同方法及装置在权利要求书中公布了：1.一种多域多层级跨链网络协同方法，其特征在于，包括： 获取跨链网络协同信息，其中，所述协同信息包括协同数据、所述协同数据所在的区块链的层级号、协同类型、所在区域、跨链交互次数、基础权重以及业务需求； 根据每个跨链网络协同信息中的跨链交互次数和基础权重，计算出其对于其他跨链网络的跨链权重值H； 根据所述协同信息划分跨链网络的区域以及层级，基于跨链业务需求以及跨链网络真实所在区域进行归类以及划分，形成多层级的活动功能、要素集合以及多区域的活动功能、要素集合； 将每个区域当作一个多智能体，采用多智能体链接跨链网络中的多区域的活动功能、要素集合，形成以域划分的多智能体跨链网络集群； 将所述以域划分的多智能体跨链网络集群输入训练好的多智能体模型，根据所述多智能体模型的输出，得到各个区域的跨链网络的最佳域权重值； 将所述多层级的活动功能、要素集合输入训练好的分层强化学习模型，根据所述多智能体模型的输出，得到各个层级的跨链网络的最佳层级权重值； 基于各个区域的跨链网络的最佳域权重值和各个层级的跨链网络的最佳层级权重值，确定最终的跨链网络协同结果； 其中，根据每个跨链网络协同信息中的跨链交互次数和基础权重，计算出其对于其他跨链网络的跨链权重值H，包括： 其中fa为跨链频次辅助函数，gb为权重辅助函数；a为跨链网络x对于其他跨链网络的交互次数，p为跨链网络x本身的交互次数和其发起的交互次数之和；k为x的基础权重，b为x交互的跨链网络权重之和； 其中，所述多智能体模型的构建方法包括：所述多智能体模型采用MAPPO算法，采用actor-critic架构，是一个中心化值函数；采用中心化学习、去中心化决策；智能体各自有各自的策略网络，训练的时候有一个中央控制器，中央控制器收集所有智能体的观测、动作、以及奖励，中央控制器帮助智能体训练策略网络，训练结束之后，每个智能体根据自己的观测，用自己的策略网络做决策，不需要跟中央控制器通信；系统利用n个智能体，每个智能体Actor上有一个策略网络，智能体跟环境交互，从环境中获得信息要素，智能体自己做决策得到动作ai，然后执行ai，训练的时候需要中央控制器，智能体跟中央控制器通信，把动作、观测和奖励发送给中央控制器；中央控制器有所有智能体的信息以及n个价值网络Critici，每个价值网络都对应一个智能体，在中央网络训练价值网络并使用时间差分算法更新训练结果；训练结束之后不需要中央控制器了，每个智能体独立跟环境交互，智能体从局部环境观测到oi，每个智能体都有自己的决策网络，将观察作为输入，策略网络会输出一个动作概率分布，根据概率分布选择动作ai，每个智能体执行自己的动作ai，然后环境会改变状态； 其中，所述分层强化学习模型的构建方法包括：所述分层强化学习模型采用Option-Critic架构；建立基于goal的分层强化学习，上层区块链网络构建上层控制器，训练准则是让输出的goal尽可能满足我们所设定的语义信息，即让目标尽可能符合较好的状态状态转移方向；下层区块链网络构建下层控制器，而下层控制器的训练准则是让环境状态转移尽可能地满足目标；为此，上层区块链网络会传递给下层区块链网络一个内部奖励驱动下层区块链网络完成目标，而上层区块链网络通常依据外部环境奖励进行训练；因此，上层区块链网络与下层区块链网络实际上是分开训练的；通过赋予goal一定的语义信息，同时依据此语义信息设计合理的内部奖励，即便是在外部奖励十分稀疏的情况下，也能够保证下层区块链网络获得一定的内部激励，从而使得智能体能够更加高效地学习到最优策略，提升样本的使用效率； 其中，基于各个区域的跨链网络的最佳域权重值和各个层级的跨链网络的最佳层级权重值，确定最终的跨链网络协同结果，包括： 其中Result为跨链网络协同结果，Hs、HL分别为每个跨链网络的最佳域权重值、最佳层级权重值，H为一个跨链网络对于其他跨链网络的跨链权重值。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。