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！

龙图腾网获悉葳迪易(苏州)信息科技有限公司申请的专利基于改进A*启发式的多智能体深度强化学习路径规划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：CN118759846B 。

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：202410890388.0，技术领域涉及：G05B13/04；该发明授权基于改进A*启发式的多智能体深度强化学习路径规划方法是由李洪星;付长宇;王傲;李大鹏设计研发完成，并于2024-07-04向国家知识产权局提交的专利申请。

本基于改进A*启发式的多智能体深度强化学习路径规划方法在说明书摘要公布了：本发明公开了基于改进A*启发式的多智能体深度强化学习路径规划方法，属于通信技术领域，该方法首先利用Q‑Learning算法的启发式搜索能力生成先验知识，以加速MADQN算法的训练过程；并结合先验Q值和估计Q值，优化系统整体的Q值函数、设计新的动作选择策略和多目标奖励函数，改进了无人机的动态决策过程，通过综合考虑探索奖励、障碍物规避奖励和多智能体协作奖励，显著提升了智能体在复杂环境中的学习效率和任务执行效果。本发明算法在多智能体路径规划任务中，与传统算法相比，在收敛速度、任务成功率和路径规划效率方面表现出色，进一步证明了其在复杂环境中的高效性和鲁棒性。

本发明授权基于改进A*启发式的多智能体深度强化学习路径规划方法在权利要求书中公布了：1.基于改进A*启发式的多智能体深度强化学习路径规划方法，其特征在于，所述方法包括如下步骤： 步骤1：生成基于QH-A*算法的先验知识； 使用改进后的Q-learning算法作为启发式函数hs，定义为： hs＝r+γmaxaQs,a+fN2 其中fN是初次探索奖励，具体表示为： 其中，Ns,a为在状态s的执行动作a的次数，β为常数，用于鼓励探索未知环境，获得全局信息； 设计gs，表示当前状态的路径成本，具体表示为： gs＝gst-1+gast-1,s4 其中，st-1表示上一时刻状态，gast-1,s表示采取动作a到达当前状态s的的成本； 综上，QH-A*算法的代价函数为： fs＝gs+hs5 设计一个先验回放池D*，存储无人机i的静态先验路径信息包括包含当前状态s*、采取的动作a*、获得奖励r*和下一状态s′*，s*是当前状态，表示为： s*＝{xi,yi,xtg,ytg,t,xobs,yobs,done}6 式6中，包括无人机i当前位置坐标xi,yi，目标位置坐标xtg,ytg；当前位置的时间步信息t，用于判断无人机间是否会产生碰撞；路径上潜在碰撞障碍物的位置坐标集合xobs,yobs；任务完成状态done，判断无人机是否已到达目的地，若到达，状态值为1；否则0； a*是基于QH-A*采取的从当前状态s*到达下一刻的状态s′*的最优动作，表示为a*＝{dx,dy}，r*是执行动作a*得到的奖励； s′*是无人机执行动作a*产生的新状态，具体表示为： s′*＝{xi+dx,yi+dx,xtg,ytg,t′,xobs′,yobs′}7 式7中，t′为无人机路径的时间步信息，xi+dx,yi+dx为新的位置坐标； 基于式2的启发式函数，从Q表中提取各状态动作的先验Q值，Qp表达式为： 步骤2：优化MADQN模型，利用QH-A*算法探索的先验知识，生成全局信息，设计动态权重参数，利用先验Q值，优化多智能体Q值函数； 步骤3：通过QH-A*算法基于改进Q-learning算法的启发式函数探索未知环境生成先验知识，并存入先验回放池D*中。

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葳迪易(苏州)信息科技有限公司，其通讯地址为：215400 江苏省苏州市太仓市科教新城子冈路27号太仓科技信息产业园二期3号楼2层205室；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。