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！

龙图腾网获悉南京大学;合肥喆塔科技有限公司申请的专利一种基于强化学习的AOI光学方案自动优化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：CN120726055B 。

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：202511241779.0，技术领域涉及：G06T7/00；该发明授权一种基于强化学习的AOI光学方案自动优化方法是由邹宁睦;王景晗;王艺儒;雷天悟;曾梓康;张天瑞;王国浩设计研发完成，并于2025-09-02向国家知识产权局提交的专利申请。

本一种基于强化学习的AOI光学方案自动优化方法在说明书摘要公布了：本发明公开了一种基于强化学习的AOI光学方案自动优化方法，属于自动光学检测技术领域。本发明方法将强化学习技术应用于机器视觉系统中光学方案的自动化调整，利用AOI系统采集不同光学方案下的晶圆图像，利用多个语义分割模型进行打分；构建并训练无参考图像质量评估网络，实时评估光学成像质量，并以此为基础设计奖励函数；利用Actor‑Critic算法，智能体能够自主学习最优的参数调整策略，快速适应不同场景，实现光源参数的动态优化，显著提高了图像质量，为机器视觉系统在复杂工业环境中的高效应用提供了一种高效、智能的解决方案。

本发明授权一种基于强化学习的AOI光学方案自动优化方法在权利要求书中公布了：1.一种基于强化学习的AOI光学方案自动优化方法，其特征在于，包括如下步骤： 步骤1、利用AOI系统采集不同光学方案下的晶圆图像，建立初始晶圆图像数据集，并进行预处理； 步骤2、利用多个语义分割模型对预处理后的晶圆图像数据集进行打分，训练无参考图像质量评估网络，并对得分进行拟合，基于训练好的无参考图像质量评估网络获取即时奖励信号； 步骤3、搭建强化学习模型： 步骤3.1、构建初始状态空间，获取光源参数和环境状态； 所述光源参数包含光强及照明角度，光源参数的改变导致环境状态的改变，将光源参数表示为一个二维向量： ,； ； 其中，表示不同的光学方案，表示不同的光照强度，表示不同的照明角度； 所述环境状态由三个部分组成，具体为： 模拟采集到的高分辨率晶圆图像：构建图像采集仿真模型，模拟AOI系统中工业相机和光源的成像过程，帮助建立状态空间，获得不同光学参数组合下的观测图像； 当前位置信息：采用One-hot编码，表示智能体当前所在的位置信息； 访问轨迹矩阵记录：记录当前所访问网格点的缺陷暴露指数值，构成环境记忆； 步骤3.2、定义动作空间，控制机械臂向周围网格移动，进行粗到细的图像采集策略调节； 步骤3.3、根据每个晶圆图像的得分设立奖励函数； 步骤3.4、搭建策略网络和价值网络，将环境状态作为多模态输入，进入到策略网络和价值网络，包括如下子步骤； 步骤3.4.1、将当前位置信息与访问轨迹矩阵记录输入VisionTransformer模型，将模拟采集到的高分辨率晶圆图像输入EfficientViT模型，分别经过平均池化后进行特征融合，通过全连接层投影至128维，得到融合后的状态价值特征向量； 步骤3.4.2、将融合后的128维状态价值特征向量经过ReLu激活函数后输入到策略网络中，经过全连接层输出4维向量，通过softmax激活函数生成动作分布，得到上，下，左，右四个动作，策略网络训练后输出选择的最大概率可能动作； 步骤3.4.3、将融合后的128维状态价值特征向量经过ReLu激活函数后输入到价值网络中，经过全连接层输出64维向量，再经过一个全连接层输出为标量的状态价值估计； 步骤4、利用AdvantageActor-Critic算法进行训练： 强化学习模型输出DEI反馈给价值网络，作为环境对智能体行为的回报； 策略网络输出动作概率分布，选择最大可能动作，执行参数动作； 价值网络利用图像和回报进行训练，针对输入状态输出价值估计，指导策略网络更新，各网络同步训练，实现AOI光学方案自动优化。

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大学;合肥喆塔科技有限公司，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。