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！

龙图腾网获悉中国科学院软件研究所申请的专利一种基于深度强化学习的无人机集群协同避障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：CN116203987B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310252694.7，技术领域涉及：G05D1/46；该发明授权一种基于深度强化学习的无人机集群协同避障方法是由赵怡婧;刘雨蒙;万梓航;张菁;邓瑛;孙鹤;王潮;王碧聪设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本一种基于深度强化学习的无人机集群协同避障方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的无人机集群协同避障方法。本发明基于无人机集群中每架无人的避障结果，作为初始避障结果，再将整个集群看作一个整体状态进行深度强化学习的训练，得到更加完备的结果。本发明中奖励函数包括无人机集群避障后与目标位置的距离，无人机集群避障后编队的恢复程度，无人机集群中确定初始避障方向的无人机的避障方向和其初始避障方向的差异，称为两次避障决策间的差异度。本发明通过不断拟合出全局最优避障策略，在每个阶段都执行最佳避障动作，使无人机集群整体的避障效能达到最佳。

本发明授权一种基于深度强化学习的无人机集群协同避障方法在权利要求书中公布了：1.一种基于深度强化学习的无人机集群协同避障方法，其步骤包括： 1通过无人机集群中各无人机的机载传感器从外部环境获取状态输入信息并将其发送给服务器；所述状态输入信息包括无人机集群的编队状态和机载传感器信息； 2所述服务器根据所述状态输入信息建立无人机集群与避障环境交互的马尔可夫模型，并构建所述马尔可夫模型中的状态空间和动作空间，包括无人机集群连续状态空间离散化、无人机集群状态空间和无人机集群动作空间； 3所述服务器构建所述马尔可夫模型中的状态转移概率函数、回报函数和折扣因子，包括无人机集群状态转移函数、距离回报函数Rc1、恢复度回报函数Rc2和避障选择回报函数Rc3；回报函数Rc＝∈1R1+∈2R2+∈3R3+∈4R4，R1＝WR1Rc1，R3＝WR2Rc2，R4＝WR3Rc3，WR1、WR2、WR3为惩罚因子，R2为集群中无人机碰撞的惩罚值，∈1、∈2、∈3、∈4为系数；根据的差异设置避障选择回报函数Rc3； 4所述服务器根据马尔可夫模型，采用深度强化学习方法对所述无人机集群中各无人机在当前环境中进行无人机自主避障任务的训练，得到一避障矩阵集合其中，中包含无人机i在每个状态空间S下执行动作空间A中动作得到的状态转移概率即无人机i对应的避障值；根据避障矩阵集合中各无人机对应的避障值得到不固定避障方向的无人机； 5所述服务器根据马尔可夫模型，采用深度强化学习方法对所述无人机集群在当前环境中进行集群自主避障决策任务的训练，得到一集群避障矩阵其中，中包含无人机集群作为整体节点在第j个状态空间下执行动作空间中动作得到的状态转移概率； 6所述服务器根据步骤4所得步骤5所得的差异得到避障选择回报函数Rc3，根据步骤3的设置、采用深度强化学习方法对步骤4确定出的不固定避障方向的无人机进行自主避障决策任务的训练，得到各无人机下一时刻对应的避障方向； 7所述服务器将所述无人机集群中各无人机下一时刻的避障方向发送给对应的无人机。

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科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4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。