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！

龙图腾网获悉清华大学申请的专利一种基于时序差分学习的预测型体系效能评估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：CN119476702B 。

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：202411544418.9，技术领域涉及：G06Q10/063；该发明授权一种基于时序差分学习的预测型体系效能评估方法及系统是由张涛;朱凯;李频捷;宋泽林;白玉琦;陆耿设计研发完成，并于2024-10-31向国家知识产权局提交的专利申请。

本一种基于时序差分学习的预测型体系效能评估方法及系统在说明书摘要公布了：本发明公开了一种基于时序差分学习的预测型体系效能评估方法及系统，本发明的方法包括构建异构图神经网络模型，提取体系各节点、组分系统之间的交互关系与交互特征；针对不同的异构无人平台协同行动方案，通过海量仿真推演，获取所有可能情况下的经验状态转移轨迹样本；采用时序差分学习与经验回放的方式训练效能估计模型；本发明实施例充分利用海量仿真推演数据，提供了给定行动方案在各种可能的实时状态下的未来效能预测，为管理人员提供重要参考依据。

本发明授权一种基于时序差分学习的预测型体系效能评估方法及系统在权利要求书中公布了：1.一种基于时序差分学习的预测型体系效能评估方法，其特征在于，包括： 基于异构图神经网络提取边特征和节点特征向量中隐含的交互信息，并将通过多层全连接神经网络输出的单一标量作为估计值以构建效能估计模型； 通过查询两个状态下所有异构单元节点的目标价值总和变化量设计奖励函数； 基于不同的异构无人平台协同行动方案，通过仿真推演并通过计算所述奖励函数得到效能评估模型的经验状态转移轨迹样本； 利用时序差分学习与经验回放的方式，并利用经验状态转移轨迹样本训练效能估计模型； 利用训练好的效能估计模型进行实时效能预测以对比不同的行动方案的预计效能选择最优方案； 在基于异构图神经网络提取边特征和节点特征向量中隐含的交互信息之前，所述方法，还包括构建体系异构图，包括： 构建复杂体系中的异构类型的节点特征；其中，所述节点特征包括速度、位置、生存状态、剩余资源、剩余续航中的多种； 构建存在交互的异构节点之间的异构边特征向量；其中，所述异构边特征向量包括：同阵营之间的信息交互连接边、不同阵营之间的探测连接边、不同阵营打击连接边； 构建效能估计模型： ； 基于体系效能的根本目标，设计完成既定任务获得的即时奖励、对方阵营单元毁伤产生的奖励、己方阵营单元损失产生的惩罚；通过查询两个状态下所有异构单元节点的目标价值总和变化量，设计奖励函数： 。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。