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！

龙图腾网获悉武汉大学申请的专利基于层次化多智能体机器人集群控制方法及系统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：CN121390129B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202511970416.0，技术领域涉及：B25J9/16；该发明授权基于层次化多智能体机器人集群控制方法及系统是由吴许颖;邹勤;陈驰设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本基于层次化多智能体机器人集群控制方法及系统在说明书摘要公布了：本发明公开了一种基于层次化多智能体机器人集群控制方法及系统，旨在解决多智能体系统在复杂环境中的部分可观测性与环境非平稳性问题。该方法构建三层分层强化学习架构：高层策略负责全局任务分解与角色分配，中层策略将战术意图转化为协同行为模式，低层策略执行精确运动控制；采用图神经网络对集群建模，通过图卷积与注意力机制并行提取全局图表征与局部邻域特征，支撑分层决策；设计集中式图增强评价网络结合MAPPO算法进行协同优化，并引入动态对抗训练提升策略鲁棒性。本发明实现了全局规划与局部控制的有效解耦，提升了集群协同效率、策略可解释性及在动态环境中的适应能力。

本发明授权基于层次化多智能体机器人集群控制方法及系统在权利要求书中公布了：1.一种基于层次化多智能体机器人集群控制方法，其特征在于，包括以下步骤： 搭建机器人集群仿真环境，定义智能体的观测空间、动作空间及复合奖励函数；建立高层、中层、低层三层策略的分层决策架构，其中，高层策略以全局图表征为输入，输出各智能体的高层战术命令；中层策略以所述高层战术命令和个体局部图特征为输入，输出结构化的行为指令；低层策略以个体原始观测、局部图特征及所述行为指令为输入，输出底层连续控制动作；将机器人集群建模为图结构，并利用图神经网络进行处理，并行提取出供所述高层策略使用的全局图表征，以及供所述中层策略与低层策略使用的节点级局部特征；构建集中式图增强评价网络，通过融合所述全局图表征、所有智能体的局部特征与动作来估计联合状态价值，并基于多智能体近端策略优化算法与广义优势函数，对所述三层策略进行协同优化与信用分配；采用分层训练与正则化约束，保障各层策略协同稳定收敛；引入动态对抗训练机制，通过渐进式扰动与动态对手池提升策略鲁棒性；将训练完成的分层策略模型部署至机器人集群，实现分布式协同控制。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。