Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 积分商城 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 > 重庆大学郭茂耘获国家专利权

重庆大学郭茂耘获国家专利权

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!

龙图腾网获悉重庆大学申请的专利基于知识图谱的装备动态对抗博弈决策方法及装置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:CN119294496B

龙图腾网通过国家知识产权局官网在2025-09-12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:202411484009.4,技术领域涉及:G06N5/022;该发明授权基于知识图谱的装备动态对抗博弈决策方法及装置是由郭茂耘;邓超伟;李雨轩设计研发完成,并于2024-10-23向国家知识产权局提交的专利申请。

基于知识图谱的装备动态对抗博弈决策方法及装置在说明书摘要公布了:本发明提出了一种基于知识图谱的装备动态对抗博弈决策方法与装置,属于行为决策技术领域,旨在解决现有技术在动态博弈策略选择中缺乏有效性和高效性的问题。首先,本发明通过知识图谱识别目标并确定推理策略的终点。然后,利用马尔科夫决策过程模型,将博弈策略推理路径转化为序列决策问题,并通过Actor‑Critic深度强化学习方法求解。最后,通过路径搜索与多路径综合,获取最佳博弈策略。本发明提升了装备对抗决策的效率和效能,具有重要的应用价值。

本发明授权基于知识图谱的装备动态对抗博弈决策方法及装置在权利要求书中公布了:1.基于知识图谱的装备动态对抗博弈决策方法,其特征在于:该方法包括以下步骤: S1:确定基于知识图谱的推理策略终点,包括: 利用知识图谱中雷达目标属性特征的知识,利用实时获取分析的雷达目标各项技术参数,基于知识驱动自底向上进行如下推理分析: 将反映雷达目标特性的各类属性参数、实时参数和参数变化特点作为底层驱动数据,提取雷达目标类型和状态特征的相似度、变化率和特征点的特征值; 进一步通过特征值分析,得出特征事实,与知识图谱给出的雷达目标特征知识进行匹配;该匹配结果为雷达目标类型和工作模式的雷达目标识别结果,即对抗博弈策略路径终点; S2:构建对抗博弈策略路径搜索的马尔科夫决策过程模型MarkovDecisionProcess,MDP,包括: 将对抗博弈策略路径求解转化为序列决策问题; 构建用于对抗博弈策略推理路径搜索的马尔科夫决策过程模型S,A,P,R,其中: S:表示状态,定义为由知识图谱得到的对抗博弈策略路径上的各个节点集合,即对抗博弈操作集合; A:表示动作,即为知识图谱中各节点是否选取; P:表示转移概率,是在当前状态S下执行动作A后,状态转变为下一状态S'的概率; R:表示奖励函数RS,A,是在当前状态S,即对抗博弈策略路径上对应的节点下选择执行动作A后,所得的立即回报,即选择某一对抗策略操作后,对抗效果的评价; 通过以上马尔科夫决策过程模型建模,得到策略路径节点选择动作价值函数QA,S; S3:基于Actor-Critic深度强化学习方法,求解使得QA,S的值最大时的动作序列,该序列在对抗经验知识图谱中对应最优对抗博弈策略推理路径,包括: 推理决策网络训练,依靠Actor网络及Critic网络与环境之间交互更新完成;其中,环境为对抗博弈态势; 最优路径节点序列决策,取决于将环境及状态作为Actor网络输入所得策略路径求解;其中,状态为当前路径所选择; S4:动态知识图谱多对抗博弈策略路径综合策略,包括: 在已获取的策略路径中删除节点,再利用前述方法完成其它策略路径发现搜索,得到多条对抗博弈策略路径; 基于对抗博弈策略知识图谱给出的对抗博弈策略路径及其对抗博弈效果评价,利用最优对抗博弈策略融合方法,结合多个对抗干扰策略路径,获取目标对抗博弈最佳策略。

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重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙坪坝正街174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”。

以上内容由龙图腾AI智能生成。

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。