Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 厦门渊亭信息科技有限公司洪万福获国家专利权

厦门渊亭信息科技有限公司洪万福获国家专利权

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!

龙图腾网获悉厦门渊亭信息科技有限公司申请的专利一种结合大模型与自博弈技术的自主决策方法、装置、设备及存储介质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:CN120450491B

龙图腾网通过国家知识产权局官网在2025-09-05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:202510919479.7,技术领域涉及:G06Q10/0637;该发明授权一种结合大模型与自博弈技术的自主决策方法、装置、设备及存储介质是由洪万福;史金涛;黄在斌设计研发完成,并于2025-07-04向国家知识产权局提交的专利申请。

一种结合大模型与自博弈技术的自主决策方法、装置、设备及存储介质在说明书摘要公布了:本发明提供了一种结合大模型与自博弈技术的自主决策方法、装置、设备及存储介质。首先获取结构化传感器数据和非结构化情报数据,并采用MoE架构大语言模型处理多模态信息,将结果与初始提示词结合生成结构化决策输入;随后依次由第一层指挥官智能体基于结构化输入生成多个候选决策策略,并分配给第二层执行智能体模拟执行;第三层评估智能体对执行结果进行多维度协同性评估,不满足预设阈值时将反馈信息返回指挥官智能体调整策略;最终,对满足评分条件的候选策略集进行模拟博弈,将执行结果及评分数据重新输入MoE大语言模型,融合生成最终决策方案,并以评分阈值为终止条件输出。解决了现有的自主决策无法面对复杂动态的战场环境需求的问题。

本发明授权一种结合大模型与自博弈技术的自主决策方法、装置、设备及存储介质在权利要求书中公布了:1.一种结合大模型与自博弈技术的自主决策方法,其特征在于,包括: 获取多模态数据,采用MoE架构的大语言模型对所述多模态数据进行处理,将处理后的数据与初始提示词结合生成结构化决策输入,其中,所述多模态数据包括结构化传感器数据和非结构化数据; 调用预构建的三层异步分层智能体对所述结构化决策输入依次处理,其中,所述三层异步分层智能体包括第一层指挥官智能体、第二层执行智能体和第三层评估智能体,所述第一层指挥官智能体基于所述结构化决策输入生成多个候选决策策略,并分配给对应的第二层执行智能体,具体为:所述第一层指挥官智能体接收所述结构化决策输入,从中解析出可用智能体资源信息和任务需求信息,通过任务分解算法将复杂任务拆分为多个子任务,并基于资源约束、时间窗口和风险评估生成N个异步并行的候选策略方案,其中每个策略方案包含任务优先级矩阵、资源分配向量和执行时序图;基于所述结构化决策输入中的智能体能力描述信息,动态构建智能体能力匹配矩阵Mi,j,其中i表示所述子任务的类型和难度系数,j表示第二层执行智能体的类型和能力参数,Mi,j通过计算智能体j的能力向量与任务i的需求向量之间的相似度得出适配度评分;采用KM算法基于所述智能体能力匹配矩阵Mi,j实现最优任务分配,将包含具体执行参数、约束条件和协调接口的执行指令分发给对应的第二层执行智能体;所述第二层执行智能体接收执行指令后,根据指令中的任务类型调用相应的专业决策模块生成具体行动方案;所述第三层评估智能体对所述第二层执行智能体生成的决策方案进行协同性评估,当评估不通过时,将反馈信息返回至所述第一层指挥官智能体重新生成决策策略; 对通过协同评估的多个候选决策策略进行模拟博弈,获取各策略在模拟环境中的执行结果和评分数据,将所述执行结果和评分数据重新输入所述MoE架构的大语言模型,基于多个策略的经验数据生成融合决策方案,对所述融合决策方案进行模拟评估,当评分大于等于所述候选决策策略中的最高评分时输出最终决策。

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厦门渊亭信息科技有限公司,其通讯地址为:361000 福建省厦门市软件园二期望海路61号801单元N8-01;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。