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！

龙图腾网获悉北京航空航天大学申请的专利一种基于强化学习的无人机集群队形决策及围捕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：CN119396171B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202411471199.6，技术领域涉及：G05D1/46；该发明授权一种基于强化学习的无人机集群队形决策及围捕方法是由周锐;陈锦涌;王照宗设计研发完成，并于2024-10-22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无人机集群队形决策及围捕方法在说明书摘要公布了：本发明涉及一种基于强化学习的无人机集群队形决策及围捕方法，属于多智能体队形控制与决策技术领域，本发明建立一致性协商更新方程和多智能体的动力学模型，获取了各个智能体对应的期望位置以及多智能体的动力学模型的控制指令，无需中心节点以分布式的方式快速实现决策系统所给定的期望编队构型，解决多智能体的队形控制问题；其次能够直观地操纵多智能体的队形，以适应动态变化的任务，解决多智能体的队形操纵问题；根据实际对抗任务，实现多智能体系统的可学习进化的在线自主决策，解决多智能体的队形自主决策问题；最后利用控制模型机理增强学习决策的可解释性与安全性，考虑了队形策略学习过程中的可解释性与安全性问题。

本发明授权一种基于强化学习的无人机集群队形决策及围捕方法在权利要求书中公布了：1.一种基于强化学习的无人机集群队形决策及围捕方法，其特征在于，包括： 步骤1、确定多智能体队形的队形参数，基于所述多智能体队形的队形参数得到多智能体队形的参考位置； 步骤2、建立多智能体队形参数决策模型；设置多智能体队形参数决策模型的约束条件；获取多智能体队形的局部观测信息； 基于多智能体队形参数决策模型、约束条件以及多智能体队形的局部观测信息建立一致性协商更新方程， 表达式为： 其中，为第i个智能体的更新队形参数，表示第i个智能体队形参数的决策模型，根据第i个智能体的局部观测信息，输出队形参数的更新率，为进攻者的状态；为智能体的局部观测信息函数；为一致性协商的权重系数，为第i个智能体的估计队形参数，为与第i个智能体相邻的第j个智能体的估计队形参数，为第i个智能体为防御者的邻居集合； 步骤3、基于所述一致性协商更新方程对各个智能体的队形参数进行更新，获得各个智能体的更新队形参数；基于各个智能体的更新队形参数得到对应的期望位置； 步骤4、建立多智能体的动力学模型；基于各个智能体对应的期望位置设置多智能体的动力学模型的控制指令； 步骤5、设计强化学习方法并确定学习样本；确定多智能体队形参数决策模型的损失函数；利用强化学习方法、学习样本和多智能体队形参数决策模型的损失函数对所述多智能体队形参数决策模型进行学习训练，得到最终多智能体队形参数决策模型； 步骤6、在执行围捕任务时，基于最终多智能体队形参数决策模型对进攻集群进行围捕，并使所述进攻集群进入安全区域内。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。