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！

龙图腾网获悉西安工业大学申请的专利离线策略复用的多智能体协同对抗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：CN117094352B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310854221.4，技术领域涉及：G06N3/04；该发明授权离线策略复用的多智能体协同对抗方法是由曹子建;李骁;傅妍芳;李建;刘扶光;乔楚航;刘嘉伟;常佳欣设计研发完成，并于2023-07-12向国家知识产权局提交的专利申请。

本离线策略复用的多智能体协同对抗方法在说明书摘要公布了：本发明公开了离线策略复用的多智能体协同对抗方法，涉及多智能体技术领域，解决了现有技术中训练样本需求量大，且训练时间长的问题，该方法包括：获取当前策略与策略回放池中的所有离线策略以及初始参数，分别计算当前策略与离线策略的散度值，保存最小散度值以及对应的最临近离线策略；判断最小散度值是否大于或等于第一阈值，确定决策策略；判断决策策略与最临近离线策略是否相同，并计算损失值；判断损失值是否小于或者等于第二阈值，若是，则输出策略回放池中的策略；若否，则将新策略放入策略回放池中，更新初始参数并继续进行计算，直至损失值小于或者等于第二阈值；实现了离线策略数据的复用，节省了当前策略与环境交互的训练时间。

本发明授权离线策略复用的多智能体协同对抗方法在权利要求书中公布了：1.离线策略复用的多智能体协同对抗方法，其特征在于，包括： 获取当前策略与策略回放池中的所有离线策略以及初始参数，分别计算所述当前策略与所述离线策略的散度值，获取并保存最小散度值以及与所述最小散度值对应的最临近离线策略； 判断所述最小散度值是否大于或等于第一阈值，若是，则将所述当前策略与环境数据进行交互生成新策略，确定所述新策略为决策策略；若否，则确定所述最临近离线策略为决策策略； 判断所述决策策略与所述最临近离线策略是否相同，若不同，则将所述最临近离线策略与所述决策策略进行梯度融合，确定融合梯度；将所述最临近离线策略的参数与所述决策策略的参数进行参数融合，确定融合参数；根据所述融合梯度确定所述融合参数的方向，得到融合策略的参数，然后再利用损失函数对所述融合策略的参数进行计算，得到损失值；若相同，则利用所述损失函数对所述最临近离线策略与环境数据进行计算，得到损失值；其中，决策策略具体表示为：，其中，表示所述决策策略，表示所述第一阈值； 判断所述损失值是否小于或者等于第二阈值，若是，则输出所述策略回放池中的策略；若否，则将所述新策略放入所述策略回放池中，更新所述初始参数并继续进行计算，直至所述损失值小于或者等于第二阈值。

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西安工业大学，其通讯地址为：710032 陕西省西安市金花北路4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。