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！

龙图腾网获悉上海交通大学;合肥国家实验室申请的专利一种智能量子传感器的构建方法及装置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：CN120832818B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510993138.4，技术领域涉及：G06F30/27；该发明授权一种智能量子传感器的构建方法及装置是由肖太龙;徐航;黄靖正;曾贵华设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种智能量子传感器的构建方法及装置在说明书摘要公布了：本申请提供了一种智能量子传感器的构建方法及装置，可应用于量子精密测量技术领域，该方法包括基于待测参数确定智能量子传感器对应的基础物理系统模型；基于所述基础物理系统模型，利用训练好的表征网络构建与所述智能量子传感器对应的数字孪生体；基于所述数字孪生体，利用训练好的强化学习网络确定目标控制策略，并基于所述目标控制策略优化所述基础物理系统模型，得到所述智能量子传感器对应目标物理系统模型。如此，引入表征网络和强化学习网络，通过表征网络构建的数字孪生来推断系统的随机误差，进而确保强化学习网络能够实时自适应地补偿掉这些误差，提高了智能量子传感器的测量精度。

本发明授权一种智能量子传感器的构建方法及装置在权利要求书中公布了：1.一种智能量子传感器的构建方法，其特征在于，所述方法包括： 基于待测参数确定智能量子传感器对应的基础物理系统模型； 基于所述基础物理系统模型，利用训练好的表征网络构建与所述智能量子传感器对应的数字孪生体； 基于所述数字孪生体，利用训练好的强化学习网络确定目标控制策略，并基于所述目标控制策略优化所述基础物理系统模型，得到所述智能量子传感器对应目标物理系统模型； 所述强化学习网络通过以下方法训练得到： 结合所述数字孪生体，利用初始强化学习网络确定目标控制动作； 基于所述目标控制动作构建第二损失函数； 通过反向传播算法确定所述第二损失函数对所述初始强化学习网络的初始参数的第二梯度信息； 基于所述第二梯度信息和第二预设终止条件，采用梯度下降法更新所述初始强化学习网络的初始参数，并得到训练好的强化学习网络； 所述结合所述数字孪生体，利用初始强化学习网络确定目标控制动作，包括： 从所述数字孪生体中提取实时特征数据； 将所述实时特征数据输入初始强化学习网络，并通过多层非线性变化计算各个控制动作的第一Q值； 结合所述第一Q值，基于贪心算法确定第一控制动作； 结合所述数字孪生体中的预测值和所述第一控制动作对应的理想目标状态构建第一奖励函数，并基于所述第一奖励函数确定目标控制动作； 所述基于所述目标控制动作构建第二损失函数，包括： 从经验池中采样所述目标控制动作和所述目标控制动作对应的同批次转移数据； 基于所述目标控制动作和所述同批次转移数据，根据所述初始强化学习网络前向传播计算对应的第二Q值和第二奖励函数； 基于所述第二Q值和所述第二奖励函数进行均方误差计算，并得到第二损失函数。

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上海交通大学;合肥国家实验室，其通讯地址为：200240 上海市闵行区东川路800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。