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！

龙图腾网获悉山东大学申请的专利基于强化学习的多机器人协同围陷方法及系统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：CN120469431B 。

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：202510975988.1，技术领域涉及：G05D1/43；该发明授权基于强化学习的多机器人协同围陷方法及系统是由程吉禹;闫骏荣;张伟;杨硕;谭文浩;张明鑫;张林设计研发完成，并于2025-07-16向国家知识产权局提交的专利申请。

本基于强化学习的多机器人协同围陷方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的多机器人协同围陷方法及系统，涉及机器人协同控制技术领域。该方法包括步骤：根据目标围陷任务建立多机器人的围陷任务模型，追捕机器人对目标机器人进行围陷，利用可达安全区域量化目标机器人的受限制程度；基于聚类算法，对围陷任务模型中的追捕机器人进行自适应动态分组；基于追捕机器人的分组情况，利用多机器人围陷决策网络对环境观测信息进行挖掘，根据环境观测信息优化追捕机器人的动作决策。本发明结合自适应分组机制、策略网络优化设计等技术手段，实现高效、稳定且智能的围陷决策构建，能够显著提升多机器人系统在复杂环境下的任务执行能力。

本发明授权基于强化学习的多机器人协同围陷方法及系统在权利要求书中公布了：1.一种基于强化学习的多机器人协同围陷方法，其特征在于，包括以下步骤： 根据目标围陷任务建立多机器人的围陷任务模型，其中，机器人包括目标机器人和追捕机器人，追捕机器人对目标机器人进行围陷，利用可达安全区域量化目标机器人的受限制程度； 围陷任务模型中，追捕机器人的目标是减小所有目标机器人的可达安全区域，而目标机器人的目标是扩大可达安全区域，当可达安全区域面积小于设定阈值，则认为对应的目标机器人无法再移动，即目标机器人已被追捕机器人捕获； 基于聚类算法，对围陷任务模型中的追捕机器人进行自适应动态分组，具体步骤为： 以各目标机器人作为初始聚类中心，将每个追捕机器人分配至距离最近的目标簇中，完成初始分组； 以初始分组的组内总距离作为优化目标，对分组的优劣情况进行评估，根据评估结果调整分组情况，得到最终分组； 基于追捕机器人的分组情况，利用多机器人围陷决策网络对环境观测信息进行挖掘，根据环境观测信息优化追捕机器人的动作决策。

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山东大学，其通讯地址为：250000 山东省济南市历下区经十路17923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。