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！

龙图腾网获悉厦门渊亭信息科技有限公司申请的专利一种基于层次化的多智能体作战实验策略生成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：CN121118712B 。

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：202511679343.X，技术领域涉及：G06F30/27；该发明授权一种基于层次化的多智能体作战实验策略生成方法及系统是由洪万福;徐颖慧;黄在斌设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本一种基于层次化的多智能体作战实验策略生成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的多智能体作战实验策略生成方法及系统，包括：对战场仿真环境进行环境建模，生成环境状态信息；基于所述环境状态信息，通过非合作动态博弈为对弈双方生成包括多个子任务的上层战略指令，所述上层战略指令包括任务类型以及目标区域；将所述上层战略指令转化为对应的战术动作，并通过对弈双方的多个智能体在所述战场仿真环境中完成对应子任务的执行；通过采集所述上层战略指令生成过程与所述战术动作执行过程中的交互数据，基于所述交互数据，采用Actor‑Learner分布式架构以及联合损失函数在战场仿真环境中进行训练优化，得到用于实现大规模兵棋推演的作战策略模型。能够提升大规模兵棋推演中策略生成的效率与鲁棒性。

本发明授权一种基于层次化的多智能体作战实验策略生成方法及系统在权利要求书中公布了：1.一种基于层次化的多智能体作战实验策略生成方法，其特征在于，所述方法包括： 对战场仿真环境进行环境建模，生成包含地理信息、实体属性、通视关系与道路图信息的环境状态信息； 基于所述环境状态信息，通过非合作动态博弈为对弈双方生成包括多个子任务的上层战略指令，所述上层战略指令包括任务类型以及目标区域； 将所述上层战略指令转化为对应的战术动作，并通过对弈双方的多个智能体在所述战场仿真环境中完成对应子任务的执行，其中，战术动作包括机动动作、火力动作、防御动作和侦察动作； 通过采集所述上层战略指令生成过程与所述战术动作执行过程中的交互数据，基于所述交互数据，采用Actor-Learner分布式架构以及联合损失函数在战场仿真环境中进行训练优化，得到用于实现大规模兵棋推演的作战策略模型；包括： 通过多个并行执行的Actor进程运行战场仿真环境，将采集的所述交互数据进行分层标注，并存入共享回放缓冲区，其中，所述共享回放缓冲区分为上层分区与下层分区并进行分层索引； 采集的所述交互数据包括：Actor进程按照时间步采集信息，其中，采集上层的全局态势、战略目标分配动作以及基于博弈的战略收益，采集下层每个智能体的状态、动作和奖励，形成多元组； 通过Learner节点从所述共享回放缓冲区异步采样所述交互数据，通过所述联合损失函数对生成上层战略指令的上层策略以及执行战术动作的下层策略进行协同优化，并利用梯度反向传播同步更新上层策略与下层策略的网络参数； 将更新后的网络参数同步至所有Actor进程，迭代执行直至收敛；其中，所述联合损失函数包括上层策略损失以及下层策略损失； 其中，所述联合损失函数表示为L=LC+λLT，式中，LC表示上层策略损失，LT表示下层策略损失，λ表示加权系数；其中， 所述上层策略损失表示为： ，式中，表示上层策略的网络参数，表示上层价值函数的网络参数，表示上层优势函数，表示上层价值函数，表示战略层回报，表示值函数回归的权重系数，表示熵正则化系数，表示策略分布的熵，表示上层动作，表示上层策略的状态，表示服从某一条件的期望函数，表示上层智能体的策略网络，表示上层策略，表示上层智能体在给定当前状态下的策略分布； 所述下层策略损失表示为： ，式中，表示下层执行智能体共享的策略网络参数，表示下层价值函数的网络参数，表示下层单个执行智能体的优势函数，表示下层价值函数，表示第i个执行智能体的战术层回报，表示执行智能体总数，表示值函数权重，表示熵正则系数，表示策略分布的熵，表示下层执行智能体i的动作，表示下层执行智能体i的状态，表示服从某一条件的期望函数，表示下层执行智能体i的策略，表示下层策略，表示智能体i在给定当前状态下的策略分布。

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厦门渊亭信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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。