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！

龙图腾网获悉浙江工业大学申请的专利一种基于深度强化学习的群智感知激励机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：CN114021695B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202111107795.2，技术领域涉及：G06N3/092；该发明授权一种基于深度强化学习的群智感知激励机制方法是由姚信威;杨啸天;王佐响;张馨戈;齐楚锋;邢伟伟设计研发完成，并于2021-09-22向国家知识产权局提交的专利申请。

本一种基于深度强化学习的群智感知激励机制方法在说明书摘要公布了：本发明涉及一种基于深度强化学习的群智感知激励机制方法，获取参与者位置和移动轨迹信息，将参与者移动过程建模为马尔可夫决策过程，采用深度强化学习预测其在下一个激励周期内的移动轨迹，预测参与者在下一个激励周期结束时的位置分布，通过计算参与者的预测位置分布与数据请求方提供的感知数据目标分布的相对熵，选择大于相对熵阈值区域内的参与者进行激励。本发明避免在同一时间段内对所有参与者进行激励、对同一个参与者在所有激励周期内都进行激励，合理的激励机制解决群智感知参与者收集到的感知数据分布情况与数据请求方提供的目标数据分布之间差异较大、覆盖质量较低的问题；可被广泛应用于移动群智感知领域，降低激励参与者的成本。

本发明授权一种基于深度强化学习的群智感知激励机制方法在权利要求书中公布了：1.一种基于深度强化学习的群智感知激励机制方法，其特征在于：所述方法包括以下步骤： 步骤1：设置激励周期T； 步骤2：获取每个激励周期T的初始状态下参与者的移动轨迹，包括以下步骤： 步骤2.1：根据感知区域的大小将感知区域划分成a×b的网格系统； 步骤2.2：将激励周期T划分成长度为t的时间间隔； 步骤2.3：每隔时间t，通过群智感知参与者携带的智能设备GPS传感器获取参与者的位置，获取每个参与者当前所处位置的经纬度信息，并转换至a×b的网格系统的坐标系中，以坐标i,j表示，1≤i≤a，1≤j≤b； 步骤2.5：根据坐标信息，得到每个参与者在激励周期T内的移动轨迹； 步骤3：基于深度强化学习，以初始状态下参与者的移动轨迹预测参与者当前激励周期内的移动轨迹，获得当前激励周期结束时参与者的预测位置； 步骤4：根据当前激励周期结束时参与者的预测位置，获得数据请求方提供的感知数据目标分布，选择合适参与者进行激励； 步骤5：计算当前激励周期结束时参与者实际位置分布与感知数据目标分布的相对熵与当前激励周期内需要的激励成本，基于计算结果调整激励周期T，包括以下步骤： 步骤5.1：统计当前激励周期内激励的参与者人数； 步骤5.2：根据激励的参与者人数计算需要支付的激励成本； 步骤5.3：计算当前激励周期结束时参与者实际位置分布与感知数据目标分布的相对熵； 步骤5.4：根据激励成本和相对熵调整激励周期T。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市潮王路18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”。