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！

龙图腾网获悉汕头大学申请的专利因果经验回放的多智能体控制方法、装置、设备及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：CN119937542B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411893295.X，技术领域涉及：G05D1/43；该发明授权因果经验回放的多智能体控制方法、装置、设备及介质是由李文姬;黄大为;王博禧;王诏君;庄嘉帆;王栋梁;郝志峰;范衠设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本因果经验回放的多智能体控制方法、装置、设备及介质在说明书摘要公布了：本发明主要用于智能机器人技术领域。本发明公开了一种因果经验回放的多智能体控制方法、装置、设备及介质，该方法包括：获取多个智能体执行集群编队任务时采集到的经验数据集，经验数据集包括动作向量子集和奖励值子集；基于动作向量子集和奖励值子集，生成因果图；根据对每个动作向量进行调节的结果确定每个动作向量的权重值；根据每个权重值对动作向量子集进行更新，并利用动作向量子集更新后的经验数据集对预设的控制策略模型进行训练；基于训练后的控制策略模型生成的控制策略，控制多个智能体执行集群编队任务。本申请能够增强智能体的深度学习能力并提高智能体决策的可解释性。

本发明授权因果经验回放的多智能体控制方法、装置、设备及介质在权利要求书中公布了：1.一种因果经验回放的多智能体控制方法，其特征在于，所述方法包括： 获取多个智能体执行集群编队任务时采集到的经验数据集，所述经验数据集包括动作向量子集和奖励值子集； 基于所述动作向量子集和所述奖励值子集，生成因果图，所述因果图包括所述动作向量子集中动作向量与所述奖励值子集中奖励值之间的因果关系； 对所述因果图中的多个节点中目标节点的动作向量进行调节，其中，每个所述节点均包括所述动作向量以及所述动作向量对应的奖励值； 基于调节前和调节后的动作向量，确定平均处理效应值，其中，所述平均处理效应值用于表示所述目标节点的动作向量对所述目标节点的奖励值造成影响的程度； 基于所述平均处理效应值，确定所述目标节点的动作向量的权重值； 基于所述动作向量的权重值和所述奖励值的误差值，确定经验数据组的优先级，其中，所述经验数据组是由一次集群编队任务中采集到的包括所述动作向量和所述奖励值的经验数据组成的； 利用每个所述经验数据组对预设的控制策略模型进行训练，并基于每个所述经验数据组的优先级，确定当对所述控制策略模型进行训练时每个所述经验数据组被采样的采样概率； 当对所述控制策略模型进行训练时，基于存储所述经验数据集的缓存空间量与采样概率的函数关系，确定重要性采样权重并用于调节多个所述经验数据组中目标经验数据组对应的采样概率； 基于训练后的控制策略模型生成的控制策略，控制多个所述智能体执行集群编队任务。

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汕头大学，其通讯地址为：515063 广东省汕头市大学路汕头大学；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。