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！

龙图腾网获悉中国人民解放军空军工程大学申请的专利一种基于分层A3C的智能决策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：CN116306784B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310272983.3，技术领域涉及：G06N3/0442；该发明授权一种基于分层A3C的智能决策方法是由王刚;赵敏睿;付强;李腾达;郭相科;韩琦设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种基于分层A3C的智能决策方法在说明书摘要公布了：本发明公开了一种基于分层A3C的智能决策方法，涉及防空作战智能决策领域，包括以下方法步骤：S01：最小化遗漏高价值目标概率、最小化保卫要地损失、最大化有效杀伤概率、最小化拦截弹资源消耗等作为优化目标建立数学模型；S02：由步骤S01明确防空作战中的状态，动作，奖励和目标；S03：基于Bi‑GRU网络的空情特征提取；S04：多头注意力机制的计算；S05：使用A3C算法进行并行计算和训练，本发明通过Bi‑GRU网络对空情信息进行特征提取，然后采取H‑A3C算法进行训练，在训练过程中引入了多头注意力机制和基于事件的奖励机制，从而帮助Agent进行训练。最后，在数字战场环境中对所提出的H‑A3C算法进行了验证，相较于传统算法更快更优。

本发明授权一种基于分层A3C的智能决策方法在权利要求书中公布了：1.一种基于分层A3C的智能决策方法，其特征在于：包括以下方法步骤： S01：最小化遗漏高价值目标概率、最小化保卫要地损失、最大化有效杀伤概率、最小化拦截弹资源消耗作为优化目标建立数学模型； S02：由步骤S01明确防空作战中的状态，动作，奖励和目标； S03：基于Bi-GRU网络的空情特征提取； S04：多头注意力机制的计算； S05：使用A3C算法进行并行计算和训练； 所述步骤S05中，在训练过程中，上层和下层控制器都使用A3C算法进行并行计算和训练以加快训练速度，加入了熵正则项，以增加控制器的探索过程，鼓励控制器进行探索，正则化预期回报为： ； 和分别表示上层控制器和下层控制器的策略，熵正则项的探索强度可以通过超参数进行调节，演员-评论家算法的参数包括两部分，是演员部分参数，是评论家部分参数，梯度分别为： ； 作为critic函数，是策略的奖励基线，可以减小策略梯度的方差，是折扣奖励； 上层控制器的目标函数是最大化外部奖励，并且尽可能保证提出的子目标能被下层控制器执行，上层控制器的奖励函数是： ； 第一项是上层控制器提出的子目标被下层控制器实现的奖励；这一项的权重由系数调节；第二项是累计奖励；这一项鼓励上层策略获得更多外部奖励；外部累计奖励的获得是下层控制器在环境中做动作得到的； 上层控制器的累计奖励是： ； 下层控制器直接与环境进行交互，动作尺度更精细，在动作过程中，尝试达成上层控制器产生的子目标；在动作过程中根据子目标和状态采取行动，在达到或预定的步数时停止，等待上层控制器给出新的子目标，采用外部奖励与内部奖励结合的训练方法，参数调节内部奖励与外部奖励权重，奖励函数为： ； 奖励函数中包括达到目标的奖励和超出规定步数的惩罚，通过参数，内部奖励与外部奖励尺度被控制在同一范围，通过参数，控制器每采取一个动作都收到一个小的惩罚； 下层控制器的累计奖励是： ； 下层控制器也采用A3C算法进行训练，正则化预期回报与参数梯度与式上层控制器相似。

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中国人民解放军空军工程大学，其通讯地址为：710051 陕西省西安市灞桥区长乐东路甲字一号；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。