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！

龙图腾网获悉广东工业大学申请的专利基于深度强化学习的FSO自适应路由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：CN116320841B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202310254759.1，技术领域涉及：H04Q11/00；该发明授权基于深度强化学习的FSO自适应路由方法是由韩一石;郑耿鑫;谢少武;梁红霞;熊永康设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。

本基于深度强化学习的FSO自适应路由方法在说明书摘要公布了：为了解决现有技术中的问题，本发明提供一种基于深度强化学习的FSO自适应路由方法，包括：根据FSO网络节点的连接关系搭建无向加权拓扑图，以及当前FSO网络的大气环境，构建FSO网络环境，作为深度强化学习的环境；深度强化学习的代理通过与所述环境的交互获取数据样本，并将所述数据样本持续保存到经验回放池中；当所述经验回放池储存数据达到最大储存数时，从所述经验回放池中随机抽取数据样本对代理中的评估网络进行训练，通过重复训练学习到使累积奖励最大化，以实现FSO自适应路由；本发明综合考虑了网络的跳数、节点能量和链路余量，提高了网络数据传输的可靠性，并减少路由时的能量消耗。

本发明授权基于深度强化学习的FSO自适应路由方法在权利要求书中公布了：1.基于深度强化学习的FSO自适应路由方法，其特征在于，包括： 根据FSO网络节点的连接关系搭建无向加权拓扑图，以及当前FSO网络的大气环境，构建FSO网络环境，作为深度强化学习的环境； 深度强化学习的代理通过与所述环境的交互获取数据样本，并将所述数据样本持续保存到经验回放池中； 当所述经验回放池储存数据达到最大储存数时，从所述经验回放池中随机抽取数据样本对代理中的评估网络进行训练，通过重复训练学习到使累积奖励最大化，以实现FSO自适应路由； 所述深度强化学习的代理通过与所述环境的交互获取数据样本，将所述数据样本持续保存到经验回放池中，包括： 初始化经验回放池M，设置所述经验回放池M的最大存储数； 随机初始化源节点、目的节点位置以及初始化节点记录表； 所述FSO网络环境根据当前节点位置构建掩码向量； 将LM矩阵按行展开为一维向量，并与当前节点向量、目的节点向量以及掩码向量进行拼接，构建当前的输入状态； 将所述输入状态输入评估网络，根据所述输入状态的输出评估q向量； 所述代理通过贪婪策略选择一个动作； 在所述FSO网络环境执行所述动作后，给予相应的奖励值，并进入下一步状态；且，所述环境判断此时的状态是否到达目的节点，并给Done赋值； 将所述输入状态、所述动作、所述奖励值、所述下一步状态以及所述Done作为一个数据样本保存到回放经验池M中。

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工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。