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！

龙图腾网获悉江苏金寓信息科技有限公司申请的专利一种云边协同机器人集群仿真训练与优化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：CN120524844B 。

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：202511034444.1，技术领域涉及：G06F30/27；该发明授权一种云边协同机器人集群仿真训练与优化系统是由史习雯;吴彧;唐越;许铭容设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种云边协同机器人集群仿真训练与优化系统在说明书摘要公布了：本发明公开了一种云边协同机器人集群仿真训练与优化系统，包括：节点标记单元，节点归类单元，双模型构建单元，强化学习单元，周期参数采集单元，用于周期性采集实时的云端模型参数和本地模型参数；参数融合单元，用于将云端模型参数与本地模型参数进行格式统一和时间戳对齐，并融合为全局参数；全局模型应用单元，用于将全局参数在强化学习框架下，构建为全局策略模型，以用于所述目标系统的仿真优化训练；本发明提升了计算资源配置的清晰度，实现了跨节点任务目标的统一表达，为集中式策略优化提供了输入基础，提升了云边协同的一致性。

本发明授权一种云边协同机器人集群仿真训练与优化系统在权利要求书中公布了：1.一种云边协同机器人集群仿真训练与优化系统，其特征在于，包括： 节点标记单元，用于标记目标系统的K个边缘节点； 节点归类单元，用于将K个边缘节点归类为N个云端节点和M个本地节点； 所述节点归类单元的归类步骤包括： S2‑1、获取K个边缘节点预先分配的节点索引； S2‑2、根据所述节点索引，匹配边缘节点在目标系统中的节点子任务S2‑3、计算节点子任务的任务复杂度； S2‑4、将节点子任务的任务复杂度与预设阈值进行比较，以将K个边缘节点归类为N个云端节点和M个本地节点； 所述计算节点子任务的任务复杂度，包括： S2‑3‑1、获取边缘节点所连接的机器人终端数量、带宽使用率、资源使用率和平均任务队列长度； S2‑3‑2、对边缘节点所连接的机器人终端数量、带宽使用率、资源使用率和平均任务队列长度进行归一化的加权求和，生成所述边缘节点的任务复杂度； 双模型构建单元，用于分别构建云端节点的云端策略模型与本地节点的本地策略模型； 所述云端策略模型的构建步骤包括： S3‑A1、获取云端节点的节点子任务以及子任务指标； S3‑A2、将所述子任务指标进行指标聚合，生成表征系统级目标的云端任务目标； S3‑A3、将云端任务目标的优化过程定义为强化学习框架下的集中式强化学习，以构建云端策略模型； 所述将所述子任务指标进行指标聚合，生成表征系统级目标的云端任务目标，包括： S3‑A2‑1、获取每个子任务指标的若干目标特征； S3‑A2‑2、对若干目标特征进行标准化，并将标准化后的若干目标特征组合为表征子任务指标的任务指标向量； S3‑A2‑3、将对应子任务指标的任务指标向量进行拼接，生成所述云端任务目标； 强化学习单元，用于构建强化学习框架，并基于强化学习框架对云端策略模型和本地策略模型进行模型参数更新，以形成实时的云端模型参数和本地模型参数； 周期参数采集单元，用于周期性采集实时的云端模型参数和本地模型参数； 参数融合单元，用于将云端模型参数与本地模型参数进行格式统一和时间戳对齐，并融合为全局参数； 全局模型应用单元，用于将全局参数在强化学习框架下，构建为全局策略模型，以用于所述目标系统的仿真优化训练。

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江苏金寓信息科技有限公司，其通讯地址为：210000 江苏省南京市建邺区庐山路266号1幢14层；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。