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！

龙图腾网获悉季华实验室申请的专利基于模拟环境驱动强化学习的光束指向稳定方法及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：CN119623292B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411770011.8，技术领域涉及：G06F30/27；该发明授权基于模拟环境驱动强化学习的光束指向稳定方法及系统是由黄泽帆;李延伟;谷佳荣;王硕;谢虹波;费强;杨睿设计研发完成，并于2024-12-04向国家知识产权局提交的专利申请。

本基于模拟环境驱动强化学习的光束指向稳定方法及系统在说明书摘要公布了：本发明涉及光学与控制技术领域，公开了一种基于模拟环境驱动强化学习的光束指向稳定方法及系统，根据集成光路内上下级串联关系划分为若干子光路环节；记录快速反射镜组的镜面偏摆角度及摆动前后的光束指向漂移数据，形成样本数据集；基于所述样本数据集构建基于卷积神经网络的模拟环境模型；以模拟环境模型为虚拟交互环境，构建光束指向矫正智能体，使用强化学习框架进行训练；将光束指向矫正智能体用到真实环境的实际光路中，通过真实环境的实际光路继续进行强化学习训练，训练完毕后，使用光束指向矫正智能体对真实环境的光束指向调整装置的快速反射镜组进行控制；本发明能够应对多类型干扰环境下的复杂串联耦合光路系统的光束漂移问题。

本发明授权基于模拟环境驱动强化学习的光束指向稳定方法及系统在权利要求书中公布了：1.基于模拟环境驱动强化学习的光束指向稳定方法，其特征在于，所述基于模拟环境驱动强化学习的光束指向稳定方法包括以下步骤： S1、根据集成光路内上下级串联关系划分为若干子光路环节，其中每个子光路环节均包含一个独立的光束指向调整装置； S2、驱动光束指向调整装置并调整快速反射镜组的镜面偏摆角度，记录快速反射镜组的镜面偏摆角度及摆动前后的光束指向漂移数据，形成样本数据集； S3、基于所述样本数据集构建基于卷积神经网络的模拟环境模型； S4、以模拟环境模型为虚拟交互环境，构建光束指向矫正智能体，结合回报计算器、状态寄存器、动作累加器、张量拼接器，使用强化学习框架进行训练； S5、将模拟环境模型预训练强化学习所得的光束指向矫正智能体用到真实环境的实际光路中，通过真实环境的实际光路继续进行强化学习训练，训练完毕后，使用光束指向矫正智能体对真实环境的光束指向调整装置的快速反射镜组进行控制； 步骤S4包括以下步骤： S41、定义随机初始状态随机初始状态为初始t时刻模拟光束指向调整装置的光斑位置偏移值，记录初始t时刻的光斑位置偏移程度动作累加器初始值Ptotal＝[px1,py1,px2,py2]＝[0,0,0,0]； S42、随机初始状态St输出到光束指向矫正智能体、状态寄存器，状态寄存器保存本次状态St，光束指向矫正智能体的控制策略网络根据St做出决策输出动作该动作为光束指向矫正智能体根据当前状态给出的使光束指向偏差趋向最小的快速反射镜偏摆角度； S43、动作累加器接收最新的动作At，计算累计的快速反射镜偏摆角度，即： S44、张量拼接器从状态寄存器接收历史状态St、当前时刻的动作At，拼接为张量并将张量v作为模拟环境模型的输入； S45、模拟环境模型根据输入张量v，输出新的光斑位置偏移值作为新时刻t+1的状态状态寄存器接收最新的状态St+1进行更新； S46、回报计算器依据下式计算奖励rt： rt＝Difft+Penaltyt 其中，来自t+1时刻的状态St+1，px1、py1、px2、py2来自动作累加器Ptotal，α是一个大于0的正则化系数，Difft用于衡量光束指向调整装置进行快速反射镜偏摆后的光束指向偏离程度，Penaltyt用于约束快速反射镜的累计动作摆幅； S47、光束指向矫正智能体接受回报计算器给与的奖励rt，若光束指向矫正智能体收敛，则结束本轮训练，否则根据新的状态St+1，继续进行迭代训练，并迭代更新光束指向矫正智能体，一轮训练最大持续K次迭代过程。

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季华实验室，其通讯地址为：528200 广东省佛山市南海区桂城街道环岛南路28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。