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！

龙图腾网获悉西北工业大学申请的专利一种交互场景下的多智能体协同交互决策与控制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：CN120386386B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202510880327.0，技术领域涉及：G05D1/656；该发明授权一种交互场景下的多智能体协同交互决策与控制方法是由都岩巍;张庆昊;许斌;张睿;卢俊国;朱震;谭富威;杨瑞设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种交互场景下的多智能体协同交互决策与控制方法在说明书摘要公布了：本发明提出一种交互场景下的多智能体协同交互决策与控制方法，首先各智能体获取对抗场景的时序状态信息；在各智能体的决策系统中，获取的对抗场景时序状态信息输入LSTM网络进行预测和特征提取，得到隐藏状态，将隐藏状态输入到SAC强化学习模型中，并通过设计的奖励函数对LSTM网络以及SAC强化学习模型进行训练，最终得到各智能体的机动决策动作向量；各智能体以机动决策动作向量作为控制目标值，依据离散增量式PID控制器对智能体进行控制。该方法基于多智能体SAC强化学习算法，结合了LSTM时序处理和双经验回放机制，并通过设计合理的奖励函数机制，在具有复杂动态物体的环境中，能够快速预测动态物体的运动轨迹，对自身连续动作量进行准确决策。

本发明授权一种交互场景下的多智能体协同交互决策与控制方法在权利要求书中公布了：1.一种交互场景下的多智能体协同交互决策与控制方法，其特征在于：包括以下步骤： 步骤1：各智能体获取对抗场景的时序状态信息； 步骤2：在各智能体的决策系统中，获取的对抗场景时序状态信息输入LSTM网络进行预测和特征提取，得到隐藏状态向量，用于作为后续强化学习的输入； 步骤3：在各智能体的决策系统中，将步骤2得到的隐藏状态向量输入到SAC强化学习模型中，并通过设计的奖励函数对LSTM网络以及SAC强化学习模型进行训练，最终得到各智能体的机动决策动作向量； 所述设计的奖励函数包括角度优势奖励，高度优势奖励，速度优势奖励和胜负奖励，而且还添加了轨迹预测奖励，最终奖励函数为添加随机权重的各奖励函数之和； 各奖励函数具体为： 角度优势奖励： 为视线角； 高度优势奖励： 其中，为设定的理想高度；为智能体自身高度，为高度安全区间； 速度优势奖励： 其中，为智能体自身速度，为有效速度区间； 胜负奖励： 若击败对方，则胜负奖励取正值，若被对方击败，则胜负奖励取负值； 轨迹预测奖励： 其中，是LSTM网络预测的对方智能体n在下一时间步的位置，是对方智能体n在下一时间步的实际位置； 最终得到的总奖励函数为： 其中，表示各部分权重； 步骤4：各智能体通过步骤3得到机动决策动作向量后，以机动决策动作向量作为控制目标值，依据离散增量式PID控制器对智能体进行控制。

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西北工业大学，其通讯地址为：710072 陕西省西安市碑林区友谊西路127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”。