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！

龙图腾网获悉航天科工集团智能科技研究院有限公司申请的专利一种基于DDPG的深度强化学习制导律的生成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：CN119713997B 。

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：202311272496.3，技术领域涉及：F42B15/01；该发明授权一种基于DDPG的深度强化学习制导律的生成方法是由高峰;焦壮;张长松;胡荣海;尚梦影;盛达夫设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本一种基于DDPG的深度强化学习制导律的生成方法在说明书摘要公布了：本发明提供了一种基于DDPG的深度强化学习制导律的生成方法，所述方法包括：建立导弹与目标的相对运动模型；基于导弹与目标的相对运动模型设计马尔可夫决策过程；基于马尔可夫决策过程建立用于存储数据结构组的经验池；建立Actor网络、Critic网络、Actor网络的目标网络和Critic网络的目标网络；对Actor网络进行实时训练，得到各个时刻的四元组，并将各个时刻的四元组依次存储至经验池；对Actor网络和Critic网络的网络参数进行不断更新；用Actor网络和Critic网络更新后的网络参数对Actor网络的目标网络和Critic网络的目标网络的网络参数进行更新，并赋值给Actor网络当前时刻的网络参数和Critic网络当前时刻的网络参数；在Actor网络和Critic网络全部收敛的情况下，将当前时刻的Actor网络作为制导律。

本发明授权一种基于DDPG的深度强化学习制导律的生成方法在权利要求书中公布了：1.一种基于DDPG的深度强化学习制导律的生成方法，其特征在于，所述方法包括： 建立导弹与目标的相对运动模型； 基于导弹与目标的相对运动模型设计马尔可夫决策过程； 基于马尔可夫决策过程建立用于存储数据结构组的经验池； 建立Actor网络、Critic网络、Actor网络的目标网络和Critic网络的目标网络； 基于导弹与目标的相对运动模型和马尔可夫决策过程对Actor网络进行实时训练，得到各个时刻的四元组，并将各个时刻的四元组依次存储至经验池； 在经验池中的四元组数量达到预设数量的情况下，每间隔预设时间从经验池中选取一个四元组对Actor网络和Critic网络的网络参数进行不断更新； 每间隔预设更新次数，利用Actor网络和Critic网络更新后的网络参数对Actor网络的目标网络和Critic网络的目标网络的网络参数进行更新，并将更新后的Actor网络的目标网络的网络参数作为Actor网络当前时刻的网络参数，将更新后的Critic网络的目标网络的网络参数作为Critic网络当前时刻的网络参数； 在Actor网络和Critic网络全部收敛的情况下，将当前时刻的Actor网络作为制导律。

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航天科工集团智能科技研究院有限公司，其通讯地址为：100041 北京市石景山区石景山路68号金安桥5号楼二层208；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。