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强化学习框架下场景图骨架构建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：CN116524316B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202310194939.5，技术领域涉及：G06V10/82；该发明授权强化学习框架下场景图骨架构建方法是由李硕豪;杨佳鑫;张军;陈超;孙博良;雷军;于淼淼;李虹颖;李小飞设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本强化学习框架下场景图骨架构建方法在说明书摘要公布了：本发明公开了强化学习框架下场景图骨架构建方法，包括：生成基于马尔科夫决策过程的图结构；构建图结构生成环境；构建图卷积策略网络，并对图卷积策略网络进行训练，在关系感知环境下以迭代的方式不断向候选子图中添加节点和边，最终形成图像的场景图骨架。本发明利用强化学习框架得到稀疏场景图骨架的问题，将场景图骨架的建立过程作为马尔科夫决策过程，利用强化学习得到一个稀疏的场景图骨架，构建了高信息度低复杂度的稀疏场景图骨架，为精确场景图骨架构建提供依据。

本发明授权强化学习框架下场景图骨架构建方法在权利要求书中公布了：1.强化学习框架下场景图骨架构建方法，其特征在于，所述方法包括以下步骤： 生成基于马尔科夫决策过程的图结构； 构建图结构生成环境； 构建图卷积策略网络，并对图卷积策略网络进行训练，在关系感知环境下以迭代的方式不断向候选子图中添加节点和边，最终形成图像的场景图； 所述构建图结构生成环境，包括： 在基于马尔科夫决策过程的图结构生成策略下，环境通过策略网络给出的动作以迭代的方式逐步建立场景图骨架，在每次迭代步骤中有五个组成部分，即状态表示、策略网络、动作、状态转移分布和奖励； 状态空间:将环境的状态st定义为第t次迭代后生成的图结构Gt，每一次图结构的更新都受强化学习智能体的控制； 动作空间：首先，定义一个候选子节点集合C＝{C1,C2,...,Cs}，集合中的节点在图生成的过程中不断被添加到候选子图中；然后，在第t次迭代过程中，定义扩展图为候选子图与候选子节点集合的并集，表示为Gt∪C，其中Gt为候选子图，C为候选子节点；动作分为三种类型：1候选子图中在上一次迭代时未存在连接的两个节点进行连接，在此动作后候选子节点集合不发生变化；2候选子图中的特定节点与候选子节点集合中的节点进行连接，此时将候选子节点中存在连接的节点移除；3候选子节点集合中特定两个节点进行连接；此时将存在连接的两节点从候选子节点结合中移除； 状态转移分布：将特定领域的动作规则纳入到状态转移分布中，对于场景图骨架生成任务，环境结合了数据集中对象间的连接规则，此连接规则是在对数据集中所有连接统计后得出，如果在数据集中对象与对象之间没有存在连接，那么这种结果被当作连接规则的一种； 奖励函数：在场景图骨架生成环境中，强化学习智能体的动作被两类奖励函数指导，分别是中间奖励和最终奖励；其中，所述中间奖励包括特定领域规则奖励和对抗性奖励，如果动作不违反图构建规则，则根据数据集中的关系统计分配少量的正面奖励，否则分配少量的负面奖励；所述最终奖励定义为对抗性奖励和场景图正确率奖励的总和，其中，场景图正确率奖励从场景图分类任务中评价指标的召回率获得，采用生成性对抗网络来定义对抗性奖励Vπθ,Dφ。

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”。