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！

龙图腾网获悉东南大学申请的专利针对对抗场景下不确定性辅助任务的分层强化学习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：CN116776963B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310637974.X，技术领域涉及：G06N3/092；该发明授权针对对抗场景下不确定性辅助任务的分层强化学习方法是由蒋嶷川;陈文博;姜元爽;狄凯设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本针对对抗场景下不确定性辅助任务的分层强化学习方法在说明书摘要公布了：本发明提出了针对对抗场景下不确定性辅助任务的分层强化学习方法。首先进行上层的任务分配阶段，智能体先获取全局环境信息，然后提取出其中对自身重要的辅助任务信息，再基于此提取出重要的主要任务信息，最后结合其它智能体的信息学习出任务分配策略；然后进行下层的任务执行阶段，智能体先根据分配结果构建专属子环境，然后在子环境内学习出任务执行顺序，最后执行具体动作。本专利提出的分层强化学习算法可以更高效地帮助多智能体系统学习如何执行不确定辅助任务，通过先学习上层的多智能体不确定辅助任务分配策略，再学习下层的单智能体不确定辅助任务执行策略，分别解决不确定辅助任务对群体和个体的影响，可以有效降低问题的复杂度。

本发明授权针对对抗场景下不确定性辅助任务的分层强化学习方法在权利要求书中公布了：1.一种针对对抗场景下不确定性辅助任务的分层强化学习方法，其特征在于：该方法包括，首先进行上层强化学习的任务分配阶段，智能体先获取全局环境信息，然后使用FC+MHA网络提取出其中对自身重要的辅助任务信息，再提取出重要的主要任务信息，最后结合其它智能体的信息学习出任务分配策略；接着进行下层强化学习的任务执行阶段，智能体先根据分配结果构建专属子环境，然后在子环境内学习出任务执行顺序，最后执行具体动作；其中，上层强化学习用于解决不确定辅助任务对整个多智能体系统的影响带来的任务分配问题，下层强化学习用于解决不确定辅助任务对单个智能体的影响带来的任务执行问题； 任务分配阶段中，对环境信息获取，环境是二维连续空间，每一个位置都有一个坐标x,y，每一个位置都有风险指数r，满足0≤r≤1，风险指数越大，智能体的存活率就越低，风险指数是动态变化的，在环境初始化时，每一个位置的风险指数在0到1范围内随机采样，之后每过一个时间步，每一个位置的风险指数r都要加上风险增量Δr～N0,1，若r+Δr1，则r＝1，若r+Δr0，则r＝0；智能体集群A由多个智能体a∈A组成，每一个智能体都具有以下属性：位置ppos，速度pvel，能力aabl，存活率asur；任务集合T由多个任务t∈T组成，每一个任务都具有以下属性：类型ttype，位置tpos，大小tsize，若该任务是辅助任务，则还具有以下属性：辅助范围trange，辅助系数tco，辅助范围表示为该辅助任务对以其自身为圆心，trange为半径的圆内的其它任务产生影响，该影响是指能减少范围内除自身外其它所有任务的大小，使tsize＝tsize*tco；辅助任务所处位置越危险，其辅助范围越小，因此，当辅助任务所处位置风险r＝0时，记辅助范围为当环境发生变化时， 智能体a完成任务t的时间分为两部分，表示智能体a移动至任务点t的时间，da,t表示智能体a和任务点t的欧氏距离，表示智能体a执行任务t的时间， 智能体所处位置越危险，在环境中停留的时间越长，其存活率就越低，智能体的存活率表示为：其中表示t时刻智能体a所处位置的风险指数； 每个智能体a首先将环境风险度信息嵌入到实体信息中，再从所有任务中提取出对自身重要的任务信息，在考虑其它智能体信息后自主决策出分配给自身的任务集合记为一次任务分配ba，所有智能体的任务分配组合成整个智能体集群A的任务分配策略集之后，每个智能体根据其ba计算得到其专属子环境za，最后，每个智能体在各自的子环境中自主决策出完成任务所需的移动路径。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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。