浙江大学马舒嘉获国家专利权
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！
龙图腾网获悉浙江大学申请的专利一种图注意力网络强化学习抗干扰路由优化方法及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：CN119789179B 。
龙图腾网通过国家知识产权局官网在2025-11-07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：202411818214.X，技术领域涉及：H04W40/24；该发明授权一种图注意力网络强化学习抗干扰路由优化方法及装置是由马舒嘉;赵民建;王婵设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。
本一种图注意力网络强化学习抗干扰路由优化方法及装置在说明书摘要公布了：本发明公开了一种图注意力网络强化学习抗干扰路由优化方法及装置，本发明的方法包括网络节点根据收集到的GAT网络模型的初始化权重数据更新对应的DQN模型，利用更新后的DQN模型选择最优的路由路径，并将最新的注意力机制权重参数发送至GAT网络模型；对节点特征进行处理生成更新后的节点特征集合，并根据更新后的节点特征集合和其他初始状态观测信息得到更新后的注意力机制权重参数以构建GAT网络模型；基于环境定义、状态定义、动作定义和奖励定义进行GAT‑DQN网络模型训练以得到训练好的GAT‑DQN网络模型；将训练好的GAT‑DQN网络模型用于移动自组网节点。本发明旨在增强移动自组织网络MANET的抗干扰能力。
本发明授权一种图注意力网络强化学习抗干扰路由优化方法及装置在权利要求书中公布了：1.一种图注意力网络强化学习抗干扰路由优化方法，其特征在于，包括： 网络节点根据收集到的GAT网络模型的初始化权重数据更新对应的DQN模型，利用更新后的DQN模型选择最优的路由路径，并将最新的注意力机制权重参数发送至GAT网络模型； 对节点特征进行处理生成更新后的节点特征集合，并根据更新后的节点特征集合和其他初始状态观测信息得到更新后的注意力机制权重参数以构建GAT网络模型； 基于环境定义、状态定义、动作定义和奖励定义进行GAT-DQN网络模型训练以得到训练好的GAT-DQN网络模型； 将训练好的GAT-DQN网络模型用于移动自组网节点，移动自组网节点内的DQN模型接收经验池中的数据四元组，并通过神经网络对历史经验进行学习输出更新后的注意力机制权重参数，根据信道当前状态计算Q值序列同时选择最大Q值对应的动作进行通信，最终输出选择的动作和更新后的注意力机制权重参数以进行全局优化和同步。
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浙江大学，其通讯地址为：310027 浙江省杭州市西湖区浙大路38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