-
公开(公告)号：CN114329928B
公开(公告)日：2024-04-09
申请号：CN202111530474.3
申请日：2021-12-14
Applicant: 中国运载火箭技术研究院
IPC: G06F30/20
Abstract: 一种装备模型的模块化组装与总体参数快速生成方法，基于类基因图谱表征重组技术和模块化理论，在战场环境复杂与战场任务多变的情况下，通过积木模块化装备建模和构建极大似然模型对装备多源基因重组数据拟合，建立起装备模型的模块化组装与总体参数快速生成方法，解决了传统建模方法复用性差、模块不通用，难以适应装备快速升级换代的问题，提供了更为友好、更加灵活的建模方法。
-
公开(公告)号：CN117631557A
公开(公告)日：2024-03-01
申请号：CN202311465915.5
申请日：2023-11-06
Applicant: 中国运载火箭技术研究院
IPC: G05B17/02
Abstract: 本发明涉及基于内场国产化试验平台的仿真装备模型开发与适配方法，属于航天仿真推演领域；将仿真装备模型设计为模块化结构，包括平台和依附载荷；设置仿真装备模型的外部交互接口支持内场规范；设计仿真装备模型针对内场试验平台实现移植、集成与联调；设计仿真装备模型实现支撑内场模型加速与算法训练；仿真装备模型以平台为基础；动态拼装多种类的依附载荷；实现降低装备模块间耦合度，实现装备模型的模块化动态拼装；本发明实现面向作战流程关键任务环节的功能级模型性能与效率综合优化设计，完成功能完备性和可用性验模测试，有效支撑内场试验平台能力需求。
-
公开(公告)号：CN117540796A
公开(公告)日：2024-02-09
申请号：CN202311540895.3
申请日：2023-11-17
Applicant: 中国运载火箭技术研究院
Abstract: 本发明涉及一种大规模异构种群进化策略演进训练方法，属于智能博弈领域。该方法构建主训练种群与其他所有从训练种群之间的映射函数关系，通过主训练种群的训练激励从训练种群的反馈，形成一主多从的训练模式，通过不断的迭代进化，择优选取最优种群，解决大型异构种群进化训练时难以收敛的问题。同时采用全局异构种群的适应度函数计算方式，通过非直接训练的多异构从种群的行为结果反馈至直接训练的主种群，实现全局约束单一种群，完成所有种群的全局训练约束，解决大规模异构种群训练约束难的问题。
-
公开(公告)号：CN116295472A
公开(公告)日：2023-06-23
申请号：CN202211486274.7
申请日：2022-11-24
Applicant: 中国运载火箭技术研究院
IPC: G01C21/34
Abstract: 本发明公开了一种考虑车辆模型和地貌属性信息的快速路径规划方法，包括生成地理信息分层数据，地理信息分层数据包含若干层数据层，每层数据层中的地理信息类型相同；基于车辆模型，得到地理信息分层数据中的各数据层对于车辆速度的折损数据；将各数据层对于车辆速度的折损数据合为一层数据层，得到车辆速度图；根据车辆速度图和车辆模型，采用路径规划算法生成车辆轨迹。本发明虑了多种地形因素，能够提高路径规划的速度。
-
公开(公告)号：CN109522944B
公开(公告)日：2022-12-13
申请号：CN201811279386.9
申请日：2018-10-30
Applicant: 中国运载火箭技术研究院
IPC: G06K9/62
Abstract: 一种空间飞行器故障多维度快速分类方法，涉及空间安全领域；包括如下步骤：步骤一、建立故障分类的关键字检索目录；步骤二、获取飞行器的故障信息；步骤三、根据故障分类的关键字检索目录将飞行器的故障信息进行碎片化处理；步骤四、建立故障标签；步骤五、对步骤三中碎片化处理后的飞行器故障信息对应标签化处理；步骤六、建立飞行器故障标准库，将标签化处理后的飞行器故障信息存储在飞行器故障标准库中；步骤七、从飞行器故障标准库进行关键字检索查询即可获得所需故障信息；本发明适用于未来多种航天器的故障快速分类分析，对研究未来的飞行器故障规律与救援模式有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN114818855A
公开(公告)日：2022-07-29
申请号：CN202210248874.3
申请日：2022-03-14
Applicant: 中国运载火箭技术研究院
Inventor： 路鹰 , 何昳頔 , 郑本昌 , 惠俊鹏 , 黄虎 , 李君 , 阎岩 , 张佳 , 任金磊 , 吴志壕 , 王振亚 , 范佳宣 , 李丝然 , 李博遥 , 刘峰 , 范中行 , 张旭辉 , 陈海鹏 , 赵大海 , 韩特 , 矫慧
Abstract: 基于概率推理模型多源异构信息融合的态势评估方法，第一步，在军事态势数据融合系统中，采用开启一个特定传感器的策略，以期收集更多的信息，同时也可能因此而把传感器的位置暴露给敌人，促使其采取行动有效地改变态势；第二步，融合推理过程的不确定性反映了多源信息不确定性的动态积累和传播过程，在融合的每一步都要综合多源信息的不确定性因素，随着推理的进行，最终得到不确定性的结论。本发明解决了融合系统中的各种不确定性因素影响问题，有效提升了融合系统的稳定性。
-
公开(公告)号：CN114330651A
公开(公告)日：2022-04-12
申请号：CN202111530472.4
申请日：2021-12-14
Applicant: 中国运载火箭技术研究院
Inventor： 路鹰 , 郑本昌 , 惠俊鹏 , 黄虎 , 李君 , 张佳 , 任金磊 , 阎岩 , 王振亚 , 范佳宣 , 李丝然 , 何昳頔 , 李博遥 , 吴志壕 , 刘峰 , 范中行 , 张旭辉 , 陈海鹏 , 赵大海 , 韩特 , 矫慧 , 古月 , 郭晶
Abstract: 本发明公开了一种面向多要素联合指控的分层多智能体增强学习方法，针对强化学习的状态空间、动作空间和奖励机制进行建模，在多智能体环境下分别进行研究和设计，将Actor‑Critic网络的思想融入多智能体环境之中，形成顶层制定规划，底层执行的智能决策框架，并在模型中使用多层次的结构分别学习不同层次的策略来提高模型解决复杂问题的能力，实现了底层的并行训练，进而实现了智能体的自主行动规划。
-
公开(公告)号：CN114281103A
公开(公告)日：2022-04-05
申请号：CN202111532038.X
申请日：2021-12-14
Applicant: 中国运载火箭技术研究院
Inventor： 惠俊鹏 , 范佳宣 , 张旭辉 , 路鹰 , 陈海鹏 , 李博遥 , 黄虎 , 王振亚 , 李君 , 郑本昌 , 阎岩 , 李丝然 , 何昳頔 , 张佳 , 任金磊 , 吴志壕 , 刘峰 , 范中行 , 王鹏 , 吴海华 , 程炳琳 , 周辉 , 韩特 , 王颖昕 , 刘洋 , 孟元军
IPC: G05D1/10
Abstract: 零交互通信的飞行器集群协同搜索方法，利用目标阵型分布的信息，统计目标位置分布的数据，形成先验信息；初始化搜索经验池和搜索策略，并建立搜索任务交互环境；构建基于多智能体强化学习的飞行器集群协同搜索框架，智能体从环境中获得观测信息；为每个智能体构建内在奖励Q网络、外在奖励Q网络，为飞行器集群构建混合Q网络，进行学习训练；执行时，智能体依据局部的观察进行动作选择，满足大部分实际环境的现实约束。本发明解决了现有技术中存在的搜索空间大场景内奖励稀疏智能体难以获得奖励信号学习缓慢、搜索过程依赖通信和全局信息等问题。
-
公开(公告)号：CN114239673A
公开(公告)日：2022-03-25
申请号：CN202111164084.9
申请日：2021-09-30
Applicant: 中国运载火箭技术研究院
Abstract: 基于偏差聚类的快速兵力能力认知与组合数量优化方法，包括步骤一，预设场景，针对不同作战单元和不同的场景，预设不同场景下所需的不同兵力组合，并形成各兵力组合的战力分布直方图；步骤二，获取当前战场态势；步骤三，对聚类问题建模，形成聚类问题模型；步骤四：将聚类问题模型修改为一个具有约束拉普拉斯秩的二部图划分问题；步骤五：采用交替优化的方法求解所述二部图划分问题，得到最优的兵力组合，完成基于偏差聚类的快速兵力能力认知与组合数量优化。本发明可同时求解多个聚类结果，可以对聚类中心实时调整，并将多均值聚类问题形式化为一个优化问题，使用交替优化的方法求解该问题。本方法比现有的多均值方法具有更好的性能。
-
公开(公告)号：CN109598342A
公开(公告)日：2019-04-09
申请号：CN201811410380.0
申请日：2018-11-23
Applicant: 中国运载火箭技术研究院
Abstract: 一种决策网络模型自博弈训练方法，包括如下步骤：步骤一、采用模拟退火算法对EN网络的初始网络参数进行变异，变异后得到红方EN网络和蓝方EN网络；步骤二、将步骤一中所述的红方EN网络和蓝方EN网络放入对抗环境进行博弈对抗，记录对抗关键节点的决策数据和EN值；步骤三、对步骤二中博弈对抗的胜利方的决策数据和EN值作为有效样本进行保存，将失败方的数据淘汰；步骤四、根据步骤三中的有效样本对EN网络进行训练，获得优化后的网络参数，将优化后的网络参数作为新的初始网络参数；步骤五、循环重复步骤一到步骤四，实现自博弈训练。本发明通过使用自博弈训练方法，可以形成层次化的AI决策智能体,为博弈指挥员提供高水平辅助决策支持。
-
-
-
-
-
-
-
-
-
Search Results
58
records
(took 0.069 seconds)
