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！

龙图腾网获悉上海科技大学申请的专利一种解决物理约束的深度强化学习训练及决策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：CN116306900B 。

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：202310308630.4，技术领域涉及：G06N3/092；该发明授权一种解决物理约束的深度强化学习训练及决策方法是由石野;丁枢桐;汪婧雅设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种解决物理约束的深度强化学习训练及决策方法在说明书摘要公布了：本发明公开了一种解决物理约束的深度强化学习训练及决策方法，公开了一种通用的能够处理物理约束的强化学习方法，确保了在强化学习进行决策的过程中硬约束的满足。本发明提出的是一种通用的解决物理约束的强化学习方法，可以解决任意形式的具有任意多个可微约束的决策问题，而不限于某一具有某种特定形式约束的决策问题；本发明所提出的物理感知层是全可微的。因此，策略网络可以得到完整的梯度信息，因此其训练过程是端到端的，便于实现和操作。其训练更新的过程也更加准确；本发明致力于解决决策问题中的物理硬约束，其包含了等式和不等式约束，确保了决策的可行性。这对强化学习技术在实际应用中的落地意义重大。

本发明授权一种解决物理约束的深度强化学习训练及决策方法在权利要求书中公布了：1.一种基于解决物理约束的深度强化学习决策方法的电网控制方法，其特征在于，包括以下步骤： 步骤1、在强化学习的策略网络输出后添加一个可微的物理感知层，用于对策略网络输出的不满足物理约束的动作进行处理，使其满足物理硬约束，其中，物理感知层包括用于解决等式约束的满足性的等式构造层和用于解决不等式约束的满足性的不等式投影层； 步骤2、给定当前电网状态s，该当前电网状态s包括电网中各节点的有功功率需求和无功功率需求以及当前的日前电价，使用策略网络决策出初始部分动作ap，该初始部分动作ap包括发电节点的有功发电功率和电压幅值以及蓄电池的有功放电充电功率； 步骤3、将初始部分动作ap输入等式构造层，等式构造层通过求解当前状态s下等式约束所定义的方程组求解出剩余动作ar，该剩余动作ar包括电网发电节点的无功发电功率和电网各节点的电压幅值和幅角，最终得到完整动作其中，电网各节点的电压幅值不包括发电节点的电压幅值； 步骤4、将完整动作输入不等式投影层，不等式投影层以当前状态s下不等式约束对应的精确惩罚函数为优化目标，对完整动作进行多次投影更新，直至其满足所有不等式约束，输出最终可行动作a； 步骤5、强化学习智能体执行最终可行动作a至电网控制中心。

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上海科技大学，其通讯地址为：201210 上海市浦东新区华夏中路393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”。