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火箭军工程大学申请的专利基于进化课程学习的多智能体强化学习方法和系统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：CN120031100B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510495200.7，技术领域涉及：G06N3/092；该发明授权基于进化课程学习的多智能体强化学习方法和系统是由刘延飞;李超;王忠;李琪;王杰铃;王蓓设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于进化课程学习的多智能体强化学习方法和系统在说明书摘要公布了：本发明公开了一种基于进化课程学习的多智能体强化学习方法和系统，涉及多智能体决策技术领域。该方法包括以下步骤：在每个课程学习阶段，首先对智能体进行多种群的并行训练，以生成每种角色的多智能体初始种群；随后，对初始种群执行进化种群选择过程，以筛选出最优种群用于下一课程学习的训练，重复该步骤直到达到设定的智能体数量，结束该训练过程。该方法有效解决了传统课程学习中知识迁移适应性差的问题，提高了传统课程学习的性能。此外，在最优种群选择过程中，通过对种群进化过程的合理简化，实现了算法训练效率与性能的平衡。

本发明授权基于进化课程学习的多智能体强化学习方法和系统在权利要求书中公布了：1.一种基于进化课程学习的多智能体强化学习方法，其特征在于，所述方法应用于基于进化课程学习的多智能体强化学习系统，所述系统包括多种角色的智能体且智能体个数不恒定，所述智能体有两种角色，分别为巡逻无人机和送餐机器人，所述方法包括： 对第个学习阶段系统中的智能体进行多次训练，生成每种角色的多个第个学习阶段的初始种群，其中，每种角色的第个学习阶段的初始种群包括的智能体数量为其第个学习阶段设定的智能体数； 从每种角色的第个学习阶段训练的初始种群中选择适应度最好的前个种群执行进化操作，得到每种角色的多个第个学习阶段的最优种群，其中，每种角色的所述第个学习阶段的最优种群用于第+1个学习阶段的训练学习； 确定所述第个学习阶段系统的智能体数量是否小于设定的最大智能体数； 若所述第个学习阶段系统的智能体数量不小于所述最大智能体数，则结束训练，得到训练好的智能体，其中，训练好的巡逻无人机用于巡逻，训练好的送餐机器人用于送餐； 其中，所述从每种角色的第个学习阶段训练的初始种群中选择适应度最好的前个种群执行进化操作，得到每种角色的多个第个学习阶段的最优种群，包括： 基于选择概率从每种角色的第个学习阶段训练的初始种群中选择适应度最好的前个种群进行竞争，得到每种角色的第个学习阶段的竞争后的种群，其中，种群的适应度是根据种群中所有智能体的性能和稳定性确定的； 从所述第个学习阶段的竞争后的种群中选择前个适应度最好的种群进行交叉融合操作，得到每种角色的第个学习阶段的交叉融合后的种群； 对所述第个学习阶段的交叉融合后的种群进行变异操作，得到所述第个学习阶段的最优种群； 其中，所述从所述第个学习阶段的竞争后的种群中选择前个适应度最好的种群进行交叉融合操作，得到每种角色的第个学习阶段的交叉融合后的种群，包括； 从所述第个学习阶段的竞争后的种群中选择前个适应度最好的种群进行组内交叉，并执行模型重载和经验重用操作，得到第个学习阶段组内交叉后的种群； 对所述第个学习阶段组内交叉后的种群进行组间交叉，并执行模型重载和经验重用操作，得到所述第个学习阶段的交叉融合后的种群； 其中，所述模型重载操作包括：复制前个适应度最好的第个学习阶段的竞争后的种群中智能体的模型参数； 其中，所述经验重用操作包括：从所述前个适应度最好的第个学习阶段的竞争后的种群中抽取前-1个学习阶段的经验回放数据并保存； 其中，每个智能体内均设置有策略网络和价值网络，所述策略网络包括第一编码网络和策略子网络，所述价值网络均包括第二编码网络和价值子网络，所述第一编码网络和所述第二编码网络的结构相同； 所述第二编码网络包括：多个第一多层感知机、第一注意力层、第二注意力层和第二多层感知机； 第个智能体内的第一多层感知机用于对所述第个智能体自身的观测向量和动作向量进行维度变换，得到第一预设维度的动作向量和第一预设维度的观测子向量，其中，所述观测子向量为所述第个智能体自身的观测向量的行向量或者列向量； 所述第个智能体内的第一注意力层用于对所述第个智能体观测其他智能体得到的第一预设维度的观测子向量进行编码嵌入，得到第一编码向量； 所述第个智能体内的第二注意力层用于对所述第个智能体观测障碍物得到的第一预设维度的观测子向量进行编码嵌入，得到第二编码向量； 所述第个智能体内的第二多层感知机用于对所述第个智能体观测自身得到的第一预设维度的观测子向量、所述第一编码向量、所述第二编码向量及所述第一预设维度的动作向量进行嵌入连接，得到第二预设维度的嵌入向量。

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火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区同心路2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”。