南京理工大学胡哲获国家专利权
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！
龙图腾网获悉南京理工大学申请的专利一种基于TD3算法的深度强化学习制导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：CN115639746B 。
龙图腾网通过国家知识产权局官网在2025-11-11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：202210938319.3，技术领域涉及：G05B13/04；该发明授权一种基于TD3算法的深度强化学习制导方法是由胡哲;易文俊设计研发完成，并于2022-08-05向国家知识产权局提交的专利申请。
本一种基于TD3算法的深度强化学习制导方法在说明书摘要公布了：本发明公开一种基于TD3算法的深度强化学习制导方法。包括如下步骤：1：建立导弹与目标的相对运动模型；2：设计马尔可夫决策过程；3：构建深度强化学习制导方法的网络模型；将构建好的模型进行离线训练，然后利用训练好的网络模型来进行法向加速度的输出；设计马尔可夫决策过程，将视线角速率作为状态空间，将法向加速度作为动作空间，然后在利用确定性策略梯度原理，寻找最优的神经网络参数，然后利用训练好的神经参数，实现从视线角速率到法向加速度的直接映射。
本发明授权一种基于TD3算法的深度强化学习制导方法在权利要求书中公布了：1.一种基于TD3的深度强化学习制导方法，其特征在于，包括如下步骤： 步骤1：建立导弹与目标的相对运动模型； 步骤2：设计马尔可夫决策过程；过程中的奖励函数设计如下： 为了使智能体朝着视线角速率减小的方向探索，将奖励函数设置为如下形式： 第一部分如式2所示，t表示当前时刻，Rt是表示当前时刻所产生的奖励，越小获得的奖励越高，最高一次是100，第二部分R1是一个终端奖励，当相对距离r10m时发生碰撞才能产生奖励，期望预计最小脱靶量能达到0.01，并控制奖励上限，当r0.1m时，R1的量级将能对整体的奖励函数产生影响，而但当0.1mr10m时，R1奖励数值还比较小，对整体的奖励产生不了太大的影响，这样设计的奖励函数使智能体朝着更高的精度进行探索； 最终的奖励函数 其中Hit表示终止条件； 步骤3：构建深度强化学习制导方法的网络模型；采取双Critic网络模块来延迟更新网络参数，然后将构建好的模型进行离线训练，利用训练好的网络模型来进行法向加速度的输出。
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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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