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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种无人机集群的目标匹配方法、装置、终端及存储介质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：CN120335496B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510806197.6，技术领域涉及：G05D1/695；该发明授权一种无人机集群的目标匹配方法、装置、终端及存储介质是由谢佳;谭皓文;漆舒汉;宋夏冠男;陈铭瑜;崇宝丽;王云龙;焦曙光;谢诚豪;曹阳设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种无人机集群的目标匹配方法、装置、终端及存储介质在说明书摘要公布了：本发明所提供的一种无人机集群的目标匹配方法、装置、终端及存储介质，涉及无人机技术领域，该方法包括：构建无人机编队模型，基于深度离线强化学习对无人机编队模型进行训练以推理出最优无人机阵型；在控制无人机集群形成最优无人机阵型时，计算出无人机相对攻击目标的目标优势度和攻击目标对无人机的目标威胁度；根据目标优势度和目标威胁度确定出无人机与攻击目标之间的配对决策值，基于配对决策值构造权值网络；利用网络流算法确定权值网络下无人机匹配攻击目标的最优匹配结果。本发明基于深度离线强化学习的编队模型优化无人机协同作战中的编队策略，基于网络流算法的目标匹配策略实现目标分配的全局最优，实现高效率和高实时性的目标匹配。

本发明授权一种无人机集群的目标匹配方法、装置、终端及存储介质在权利要求书中公布了：1.一种无人机集群的目标匹配方法，其特征在于，所述方法包括： 基于Actor-Critic网络构建无人机编队模型，并基于深度离线强化学习对所述无人机编队模型进行训练以推理出最优无人机阵型； 在控制无人机集群形成所述最优无人机阵型时，计算出所述无人机集群中的无人机相对攻击目标的目标优势度以及攻击目标对无人机的目标威胁度； 根据所述目标优势度和所述目标威胁度确定出无人机与攻击目标之间的配对决策值； 将无人机与攻击目标之间的所述配对决策值作为边的权重，并建立相应的带权二分图，得到权值网络，并基于所述权值网络构建网络流模型；其中，边容量为1，费用为所述配对决策值的负数； 利用最小费用最大流算法，并基于所述网络流模型求解最小费用最大流，得到无人机匹配攻击目标的最优匹配结果； 其中，所述基于深度离线强化学习对所述无人机编队模型进行训练以推理出最优无人机阵型，包括： 在预设仿真环境中，利用基于专家策略产生的初始无人机阵型进行多次对抗得到相应的对抗结果； 根据所述对抗结果确定相应的状态、动作及得分，得到用于离线强化学习的训练样本； 基于预设双延迟深度确定性策略梯度算法和行为克隆算法，并利用所述训练样本对所述无人机编队模型进行训练，以推理出最优无人机阵型；所述训练样本由专家策略在机器学习任务环境下手工执行任务产生的数据集； 并且，当无人机的数量为4，且攻击目标的数量为4时，求解最小费用最大流，得到无人机匹配攻击目标的最优匹配结果的目标方程组为： ； ； 其中，表示代价函数，为无人机去匹配攻击目标的配对决策值，表示第i个无人机，表示第Pi个攻击目标，表示指标函数，指标函数值为0或1，并且在所述指标函数值为0时，表示攻击目标未被匹配，在所述指标函数值为1时，表示有至少一架无人机的攻击目标是。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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。