-
Patent Agency Ranking
公开(公告)号：CN119168601B
公开(公告)日：2025-03-25
申请号：CN202411666628.5
申请日：2024-11-21
Applicant: 南京理工大学
IPC: G06Q10/101 , G06F30/27 , G06N3/045 , G06N3/092 , G06F119/14
Abstract: 本发明公开了一种基于通道注意力机制深度强化学习算法的多无人艇协同围捕方法，包括以下步骤：建立海上无人艇围捕博弈环境，确定围捕艇的动力学模型以及观测空间，逃逸艇的逃逸策略定义围捕成功的条件；基于通道注意力网络将无人艇对友方的观测空间维数固定；构建多智能体深度确定性策略梯度算法框架，结合围捕问题设计距离协作和角度协作的奖励函数；采用集中训练，分布执行的训练框架生成多无人艇协同围捕策略。本发明得到的协同围捕策略考虑了不同围捕艇的数量影响，能够适应未来不确定数量的围捕环境变化，同时合理的单体协同奖励函数设计能够提高围捕任务的成功率。
-
公开(公告)号：CN118070689B
公开(公告)日：2024-07-09
申请号：CN202410501219.3
申请日：2024-04-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于模型与数据混合驱动的无人艇集群博弈算法效能评估方法及系统，方法包括：建立适配无人艇集群博弈智能算法应用场景的评估指标体系；基于云模型理论中的X条件云发生器、逆向云发生器以及相似性测度理论，对各待评估样本中的单值数据型和序列数据型两类指标定性评估；采用层次分析法对评估指标体系中各指标进行综合，获得基于模型驱动的算法效能评估值范围，改进基于数据驱动的算法效能评估学习训练过程中的损失函数的设计，提高模型与数据混合驱动评估的学习训练精度。本发明不仅考虑了指标数据存在不确定性的问题，同时融合了知识与客观数据，能够快速实现对新的待评估无人艇集群博弈算法效能的预测及评估预测精度更高。
-
公开(公告)号：CN118070689A
公开(公告)日：2024-05-24
申请号：CN202410501219.3
申请日：2024-04-25
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于模型与数据混合驱动的无人艇集群博弈算法效能评估方法及系统，方法包括：建立适配无人艇集群博弈智能算法应用场景的评估指标体系；基于云模型理论中的X条件云发生器、逆向云发生器以及相似性测度理论，对各待评估样本中的单值数据型和序列数据型两类指标定性评估；采用层次分析法对评估指标体系中各指标进行综合，获得基于模型驱动的算法效能评估值范围，改进基于数据驱动的算法效能评估学习训练过程中的损失函数的设计，提高模型与数据混合驱动评估的学习训练精度。本发明不仅考虑了指标数据存在不确定性的问题，同时融合了知识与客观数据，能够快速实现对新的待评估无人艇集群博弈算法效能的预测及评估预测精度更高。
-
公开(公告)号：CN119168601A
公开(公告)日：2024-12-20
申请号：CN202411666628.5
申请日：2024-11-21
Applicant: 南京理工大学
IPC: G06Q10/101 , G06F30/27 , G06N3/045 , G06N3/092 , G06F119/14
Abstract: 本发明公开了一种基于通道注意力机制深度强化学习算法的多无人艇协同围捕方法，包括以下步骤：建立海上无人艇围捕博弈环境，确定围捕艇的动力学模型以及观测空间，逃逸艇的逃逸策略定义围捕成功的条件；基于通道注意力网络将无人艇对友方的观测空间维数固定；构建多智能体深度确定性策略梯度算法框架，结合围捕问题设计距离协作和角度协作的奖励函数；采用集中训练，分布执行的训练框架生成多无人艇协同围捕策略。本发明得到的协同围捕策略考虑了不同围捕艇的数量影响，能够适应未来不确定数量的围捕环境变化，同时合理的单体协同奖励函数设计能够提高围捕任务的成功率。
-
公开(公告)号：CN118469231A
公开(公告)日：2024-08-09
申请号：CN202410653503.2
申请日：2024-05-24
Applicant: 南京理工大学
IPC: G06Q10/0631 , G06Q10/083 , G06Q30/0601
Abstract: 本发明公开了一种集群无人机配送调度方法，针对实时订单场景下无人机配送货物的任务指派问题，若出现新订单或有无人机在空闲状态，则进入指派阶段。获取未执行订单信息，包括订单发货地址、订单接收地址、接单时效、订单完成收益等数据。设计无人机有限状态机，根据各无人机的位置与状态计算配送各订单所需的时间，筛选出能够在订单时效内完成配送的无人机。然后计算优化指标矩阵，采用竞拍算法计算各订单的最优指派方案。该方法计算所得的方案能够在任务时间内获得最高收益，计算速度快且在多订单场景下均能得到可行方案。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
