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！

龙图腾网获悉中国人民解放军火箭军工程大学申请的专利基于模仿学习的拦截机动目标强化学习制导律设计方法和装置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：CN119828462B 。

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：202411912187.2，技术领域涉及：G05B13/04；该发明授权基于模仿学习的拦截机动目标强化学习制导律设计方法和装置是由鲜勇;任乐亮;陈涛;李少朋;雷刚;张大巧设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于模仿学习的拦截机动目标强化学习制导律设计方法和装置在说明书摘要公布了：本发明公开了基于模仿学习的拦截机动目标强化学习制导律设计方法和装置，属于制导律设计技术领域。本发明先以拦截碰撞三角为基础，建立机动目标和拦截器三维不确定对抗模型；然后以比例导引制导律为策略，利用交互环境生成大量轨迹样本，建立智能末制导模型，采用监督学习方法对其进行训练，得到逼近比例导引拦截性能的智能末制导模型；最后利用强化学习方法，设置奖励函数，采用PPO算法对模仿学习得到的智能末制导模型进一步的进行训练，得到超越比例导引拦截性能的新型制导律。仿真结果表明，该新型制导律鲁棒性好、稳定性高，实现了比传统制导算法更高的拦截概率和更低的能量消耗，且单次决策耗时仅0.32ms，具有一定的工程应用价值。

本发明授权基于模仿学习的拦截机动目标强化学习制导律设计方法和装置在权利要求书中公布了：1.基于模仿学习的拦截机动目标强化学习制导律设计方法，其特征在于，包括以下步骤， S1：以拦截碰撞三角为基础，建立机动目标和拦截器三维不确定对抗模型； S2：以比例导引制导律为策略，利用交互环境生成大量轨迹样本，建立智能末制导模型，采用监督学习方法对其进行训练，得到逼近比例导引拦截性能的智能末制导模型； S3：利用强化学习方法，设置奖励函数，采用PPO算法对步骤S2学习得到的智能末制导模型进一步的进行训练，得到超越比例导引拦截性能的新型制导律； 其中，步骤S2的具体操作包括以下步骤， S201：使用比例导引制导律与交互环境生成NIL条轨迹样本，并以时间步为间隔对轨迹样本进行采样，确定模仿学习训练集其中，是元组的集合，为模仿学习的输入量，aPN＝min{||aPN，0||,amax}·funitaPN，0为比例导引指令，aPN，0＝NV×ωDM 式中，amax为拦截器最大过载，funit·的功能为求解输入矢量对应的单位矢量，N为导航比；ωDM为视线角速度矢量，V为拦截器的速度矢量； S202：设计用于对智能末制导模型进行训练的模仿学习神经网络模型； S203：利用模仿学习神经网络模型，对智能末制导模型进行模仿学习训练； 步骤S3的具体操作包括以下步骤， S301：建立马尔科夫决策空间模型； 马尔科夫决策空间模型的状态空间为 动作空间为 ut＝[0,amax] 奖励函数为 rt＝rs+re 其中 rs＝ksexp[-utg2] 式中：RDM为机动目标和拦截器之间的距离矢量，为机动目标和拦截器接近的速度矢量，||ωDM||为视线角速度大小；rs和re分别为过程奖励和终端奖励；rs是反映能量消耗程度的奖励值，能耗越低则正奖励越大；re是反映终端脱靶量的奖励，当拦截成功时给出一个很大的正奖励；ks为大于0的超参数；Rmiss为脱靶量；和是与脱靶量相关的超参数，其中，表示成功拦截目标对应的脱靶量；和为与奖励有关的超参数； S302：构建近端策略优化裁剪网络模型； S303：利用近端策略优化裁剪网络模型，对步骤S301中的马尔科夫决策空间模型进行强化训练求解。

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中国人民解放军火箭军工程大学，其通讯地址为：710025 陕西省西安市灞桥区洪庆同心路2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。