西北工业大学龙江获国家专利权
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！
龙图腾网获悉西北工业大学申请的专利一种基于强化学习的多无人车协同编队最优控制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：CN120523197B 。
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：202510991707.1，技术领域涉及：G05D1/43；该发明授权一种基于强化学习的多无人车协同编队最优控制方法是由龙江;张涛;金才君;刘尊;郭阳明设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。
本一种基于强化学习的多无人车协同编队最优控制方法在说明书摘要公布了：本发明属于多无人车系统的协同编队控制技术领域，具体公开了一种基于强化学习的多无人车协同编队最优控制方法，包括：建立多无人车系统的轨迹运动学模型和动力学模型，设定多无人车系统协同编队的一致性误差；根据一致性误差，得到多无人车系统的分布式成本函数；对多无人车系统的分布式成本函数两侧同时求微分，得到汉密尔顿方程；设计基于强化学习的协同编队最优控制算法求解汉密尔顿方程，对最优值函数和最优控制律进行逼近，得到实现多无人车协同编队的最优控制策略。本发明解决了传统强化学习或自适应动态规划控制方案依赖于初始策略容许控制条件保证学习过程的稳定性与网络权重的收敛性，导致实际应用造成较大限制的问题。
本发明授权一种基于强化学习的多无人车协同编队最优控制方法在权利要求书中公布了：1.一种基于强化学习的多无人车协同编队最优控制方法，其特征在于，包括以下步骤： 建立多无人车系统的轨迹运动学模型和动力学模型； 根据多无人车系统的轨迹运动学模型和动力学模型，设定多无人车系统协同编队的一致性误差； 根据一致性误差，定义多无人车系统在无穷时域下的成本函数，进而得到多无人车系统的分布式成本函数； 对多无人车系统的分布式成本函数两侧同时求微分，得到汉密尔顿方程； 设计基于强化学习的协同编队最优控制算法求解汉密尔顿方程，对最优值函数和最优控制律进行逼近，得到实现多无人车协同编队的最优控制策略； 所述设计基于强化学习的协同编队最优控制算法，具体包括以下步骤： 构建分布式观测器对领导者和邻域无人车状态信息进行观测； 设计评价网络和执行网络求解多无人车协同编队HJB方程最优解； 在神经网络权重更新律中引入稳定项，得到引入稳定项的神经网络权重更新律，完成多无人车协同编队最优控制算法的设计。
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西北工业大学，其通讯地址为：710068 陕西省西安市碑林区友谊西路127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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励