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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于机间后继影响内在奖励的多无人机协作策略学习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：CN120122702B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510627085.4，技术领域涉及：G05D1/46；该发明授权基于机间后继影响内在奖励的多无人机协作策略学习方法是由李杰;陈钇廷;黄钰翀;习业勋;刘敏豪设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于机间后继影响内在奖励的多无人机协作策略学习方法在说明书摘要公布了：本申请涉及一种基于机间后继影响内在奖励的多无人机协作策略学习方法，所述方法通过鼓励无人机探索相互影响高的交互状态，克服联合状态空间复杂结构对正向奖励搜索的不利影响，从而提高稀疏奖励条件下多无人机协作策略优化效率；在等效状态新颖值基础上增加机间后继影响作为内在奖励以驱动无人机协作探索，以鼓励无人机探索互影响程度高的机间交互状态。

本发明授权基于机间后继影响内在奖励的多无人机协作策略学习方法在权利要求书中公布了：1.一种基于机间后继影响内在奖励的多无人机协作策略学习方法，其特征在于，所述方法包括： 将多无人机协作策略学习过程构建为Dec-POMDP框架的多智能体强化学习过程； 各无人机根据自身策略和当前观测选择动作并执行，环境状态发生转移后，各无人机得到外在奖励； 各无人机根据状态转移后下一状态的等效状态计算基于等效状态新颖值的内在奖励； 各无人机根据自身的当前状态和选择的动作以及其他无人机的当前状态，确定无人机自身轨迹特征和受其它无人机状态影响的无人机轨迹特征； 根据无人机自身轨迹特征和受其它无人机状态影响的无人机轨迹特征，确定两个无人机间的后继影响为： 其中，表示无人机对无人机的后继影响，分别表示无人机i的当前状态和对应的动作，表示无人机j的当前状态；表示无人机在当前状态处执行动作之后的自身轨迹特征，表示无人机处于当前状态时，无人机在当前状态处执行动作之后的自身轨迹特征； 根据所有无人机间的后继影响，确定基于后继影响的内在奖励为： 其中，表示无人机的基于后继影响的内在奖励，表示施加给其他无人机的影响，表示受到其他无人机的影响；表示无人机k对无人机i的后继影响，表示无人机i对无人机k的后继影响，分别表示无人机k的当前状态和执行的动作，表示无人机i的当前状态； 将所述外在奖励、基于等效状态新颖值的内在奖励以及基于后继影响的内在奖励进行加权求和，得到总体奖励； 根据所述总体奖励和在无人机-环境交互过程中得到的经验样本，采用ACER方法优化无人机策略，对价值网络和策略网络进行更新。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。