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！

龙图腾网获悉广东海洋大学申请的专利一种多视图融合与序列强化学习的水下AUV集群通信优化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：CN120215536B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510354278.7，技术领域涉及：G05D1/485；该发明授权一种多视图融合与序列强化学习的水下AUV集群通信优化方法是由刘畅;蔡荣捷;俞智文;吴剑豪;陈冠良;郭鑫;马映芝设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本一种多视图融合与序列强化学习的水下AUV集群通信优化方法在说明书摘要公布了：本发明公开了一种多视图融合与序列强化学习的水下AUV集群通信优化方法，本方法首先通过多视图感知数据矩阵的构建与视图完整度函数的设计，其次，生成高精度的融合观测矩阵；接着，利用序列建模算子与累进式记忆向量对融合数据进行状态估计，确保在高丢包场景下的时序连续性；然后识别局部小规模扰动及其潜在扩散风险，并将扰动信息反馈至序列建模与强化学习模块；进一步生成最优动作序列，并通过动态链路调度与冗余转发机制优化通信链路选择与数据传输；最后检测局部累积误差与通信通道阻塞，动态回退至多视图感知步骤进行重新计算与模型更新。本发明通过闭环反馈与自适应优化机制，提升水下无人集群在复杂海况下的协同性能与通信可靠性。

本发明授权一种多视图融合与序列强化学习的水下AUV集群通信优化方法在权利要求书中公布了：1.一种多视图融合与序列强化学习的水下AUV集群通信优化方法，其特征在于，包括如下步骤： S1、获取来自惯性导航模块、声呐模块及环境监测模块的多视图感知数据并在时域上进行同步，形成具有多个独立视图的多维数据矩阵； S2、选取视图完整度高于设定阈值且时序连续的片段作为基准时段，基于局部差异对比算子进行多步迭代对齐与融合，生成高精度的融合观测矩阵； S3、将融合观测矩阵按时间索引与传感器编号重排形成时序向量集并进行时序桥接，利用序列建模算子对桥接后的时序向量集进行迭代更新并输出校正后的序列估计结果； S4、计算序列估计结果的扰动风险信息并进行标记，将序列估计结果与扰动风险的标记作为强化学习的状态特征，利用强化学习算法进行迭代更新生成最优动作序列； S5、将所生成的最优动作序列映射为链路调度向量并进行动态修正得到通信链路调度方案，基于水下无人集群系统的实际运行状态对调度方案进行跟踪和修正并判断局部累计误差或通信通道阻塞状态；若局部累计误差或通信通道阻塞状态任意一个超过设定阈值则返回S2并更新序列建模算子和强化学习参数。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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。