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！

龙图腾网获悉中国人民解放军96901部队26分队申请的专利一种基于深度强化学习的武器目标智能分配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：CN114049242B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202111178278.4，技术领域涉及：G06Q10/0631；该发明授权一种基于深度强化学习的武器目标智能分配方法是由王才红;江光德;高军强;董茜;吕乃冰;曹扬;李冬雪;赵思聪;彭渊设计研发完成，并于2021-10-09向国家知识产权局提交的专利申请。

本一种基于深度强化学习的武器目标智能分配方法在说明书摘要公布了：针对传统武器目标分配算法建模困难、搜索效率低等问题，本发明提出一种基于深度强化学习的武器目标智能分配方法，通过训练得到具有较强决策能力的武器目标智能分配模型。本发明首先针对武器目标分配问题设计了武器目标分配问题的规划求解环境，然后使用SAC算法进行实现，同时在神经网络上使用了全连接网络、卷积网络和GRU网络等神经网络，提升了模型的效果。本发明无论在学习能力、适应性和计算效率都要比传统算法更加优秀。

本发明授权一种基于深度强化学习的武器目标智能分配方法在权利要求书中公布了：1.一种基于深度强化学习的武器目标智能分配方法，其特征在于，包括： 设计武器目标分配问题的柔性制动评价SAC深度强化学习求解环境； 建立武器目标分配SAC深度强化学习网络模型； 训练武器目标分配SAC深度强化学习网络模型； 应用武器目标分配SAC深度强化学习网络模型的训练结果，实现武器目标分配问题求解，并针对应用场景变化开展武器目标分配SAC深度强化学习网络模型优化，完成SAC深度强化学习算法的自学习和在线升级； 其中，所述设计武器目标分配问题的SAC深度强化学习求解环境，包括状态模型设计、动作模型设计和奖励模型设计； 其中，状态模型设计，具体包括：选取目标序号、目标价值系数、毁伤等级、打击方案列表、其他目标信息列表和打击方案标签作为状态信息； 动作模型设计，具体包括：根据每个目标最多可用的打击方案数量，设计武器目标分配SAC深度强化学习求解环境的动作，为对应的目标选择打击方案以完成武器目标动作分配； 奖励模型设计，具体包括：建立基于预期打击效益、使用武器数量、使用武器种类数量和剩余武器能力四个指标综合评价的武器目标分配决策效果评价函数，作为该问题的奖励函数； 其中，所述建立武器目标分配SAC深度强化学习网络模型，包括：建立基于一维卷积网络CONV、全连接网络FC以及门循环单元GRU混合架构的武器目标分配决策动作网络，建立武器目标分配决策价值网络； 其中，所述建立武器目标分配SAC深度强化学习网络模型，还包括计算武器目标分配决策动作的分布概率，对无效动作进行屏蔽、规避无效决策，选取概率值最大的决策动作，作为武器目标分配结果。

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中国人民解放军96901部队26分队，其通讯地址为：100094 北京市海淀区北清路109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。