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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于TRPO算法的无人集群任务卸载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：CN119997267B 。

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：202510111583.3，技术领域涉及：H04W84/18；该发明授权一种基于TRPO算法的无人集群任务卸载方法是由卢从慧;肖天勤;徐欣设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于TRPO算法的无人集群任务卸载方法在说明书摘要公布了：本发明涉及一种基于TRPO算法的无人集群任务卸载方法，步骤一：建立无人集群三层计算框架，监测地面设备的活跃状态并接收地面设备周期性产生的任务，根据工作量和最大可容忍延时将任务的信息表示为集合；步骤二：建立马尔可夫泊松调制的随机过程表示任务到达，定量分析模型内时变任务的服务延时；步骤三：构建系统的通信模型、延时模型、能耗模型；步骤四：引入多智能体马尔可夫决策过程描述S2的动态决策过程，智能体之间共享信息做出实时响应；步骤五：利用TRPO算法联合优化延时、能量，训练模型获得最佳卸载决策，采用最佳决策执行卸载。本发明有效提升了无人集群组网资源分配的公平性，延长了系统生命周期。

本发明授权一种基于TRPO算法的无人集群任务卸载方法在权利要求书中公布了：1.一种基于TRPO算法的无人集群任务卸载方法，其特征在于：包括以下步骤： 步骤一：建立无人集群三层计算框架，监测地面设备的活跃状态并接收地面设备周期性产生的任务，根据工作量和最大可容忍延时将任务的信息表示为集合； 步骤二：建立马尔可夫泊松调制的随机过程表示任务到达，定量分析模型内时变任务的服务延时； 步骤三：构建系统的通信模型、延时模型、能耗模型； 步骤四：引入多智能体马尔可夫决策过程描述S2的动态决策过程，智能体之间共享信息做出实时响应； 步骤五：利用TRPO算法联合优化延时、能量，训练模型获得最佳卸载决策，采用最佳决策执行卸载； 所述步骤五中对改进的多智能体TRPO算法进行训练包括如下步骤： S5.1：初始化状态s1，重置环境； S5.2：在满足最大回合数之前，每个智能体从环境获得观测ot，根据策略πθ'at|ot执行动作，得到及时奖励rt，观测新环境的状态st+1，将轨迹Trit＝{oit,ait,rit,sit+1}存储到缓冲池中，并计算每个状态的优势函数即 其中，Aiπ是策略π的优势函数，即在状态s下，动作a相对于平均动作的优势，Q表示状态动作值函数，V表示处于状态s时的值函数； S5.3：估计样本策略模型梯度，利用共轭梯度算法计算步长； S5.4：满足KL散度情况下，更新Actor网络参数θ； S5.5：优化价值网络参数φ以最小化回报和状态价值之间的均方误差，损失函数定义为： S5.6：进入分散执行阶段，在每个无人设备上独立地执行训练好的网络。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。