-
公开(公告)号：CN119962616A
公开(公告)日：2025-05-09
申请号：CN202510450376.0
申请日：2025-04-11
Applicant: 同济大学
Abstract: 本发明提供一种基于注意力机制的深度强化学习集群对抗方法和系统，包括小规模对抗场景下的嵌入注意力模块的深度强化学习模型的训练，以及大规模对抗场景下组别划分以及小组成员确定，并基于深度强化学习模型进行对抗指导。本方案中，基于注意力机制能够实现不同阵营和类型的智能体的个体权重以及其状态信息权重的配置，进而提高智能体在高动态环境下的决策效率和准确性。在大规模场景下进行组别划分和小组内成员确定，可以确保每个智能体能够根据当前态势有效地执行任务。通过集成注意力机制与深度强化学习技术，可实现智能体在动态复杂环境下的高效协同作战能力。
-
公开(公告)号：CN119183176A
公开(公告)日：2024-12-24
申请号：CN202411197800.7
申请日：2024-08-29
Applicant: 同济大学
Abstract: 本发明的实施例提供了一种面向协同感知定位的高速飞行器分簇方法以及装置。该方法包括：使用基于TOA的协同感知定位算法，以高速飞行器集群中的高速飞行器为锚节点对非合作目标进行协同感知定位；在协同感知定位时，引入两个定位误差项，分别为与高速飞行器锚节点到非合作目标的距离相关的距离测量误差，与高速飞行器锚节点的速度相关的速度误差，根据距离测量误差与速度误差计算欧式坐标系下的综合误差协方差矩阵，并基于综合误差协方差矩阵构建高速飞行器锚节点分簇模型；对高速飞行器锚节点分簇模型进行优化求解，得到最优的高速飞行器锚节点分簇结果。以此方式，可以实现实际对抗场景下的高速飞行器分簇，有效提高分簇效果。
-
公开(公告)号：CN116700340A
公开(公告)日：2023-09-05
申请号：CN202310789413.1
申请日：2023-06-29
IPC: G05D1/10
Abstract: 本发明提供了一种轨迹规划方法、装置及无人机集群，涉及无人机领域。通过利用交替方向乘子法对基于MPC构建的无人机集群集中式轨迹规划问题进行分解，得到第一代价函数和第二代价函数，从而在轨迹规划的过程中，基于第一代价函数和第二代价函数来求解起点到终点之间的每个轨迹点，并且在轨迹点求解的过程中会与每个邻域无人机进行数据交换以保证无人机之间的信息协同来避免碰撞。这样，可以有效解决集中式方法带来的计算复杂度高、可靠性性不足等缺点，同时结合交替方向乘子法这样的分布式优化思想进行问题分解，与邻域无人机进行数据交换来避免相互碰撞，可以更高效地生成满足要求的连续光滑轨迹。
-
公开(公告)号：CN113159331B
公开(公告)日：2023-06-30
申请号：CN202110564356.8
申请日：2021-05-24
Applicant: 同济大学
IPC: G06N20/00
Abstract: 本发明公开了一种网络化机器学习系统的自适应稀疏度量化方法，应用于网络化机器学习系统的智能体，其包括：在当前时间步，某个智能体与目标智能体交换通信信息过程中，采用随机稀疏器对通信信息稀疏化；该智能体计算上一时间步其通信信息与目标智能体的通信信息之间的差异，并采用与该差异负相关的稀疏度作为当前时间步所述随机稀疏器所采用的稀疏度。对随机稀疏器所采用的稀疏度进行自适应调节，可以在确保通信质量的同时，尽量降低通信成本。
-
公开(公告)号：CN113300890B
公开(公告)日：2022-06-14
申请号：CN202110565504.8
申请日：2021-05-24
Applicant: 同济大学
IPC: H04L41/12
Abstract: 本发明公开了一种网络化机器学习系统的自适应通信方法，网络化机器学习系统包括多个智能体，该方法包括：初始化各智能体之间的网络拓扑，使得各智能体通过通信链路连接；对于任意一个智能体，初始化之后通过通信链路与其直接连接的智能体为相邻智能体；在每个时间步中，智能体通过处于活跃状态的通信链路与相邻智能体交换通信信息，并根据其与相邻智能体之间最新一次交换的通信信息之间的差异计算该智能体与相邻智能体之间的通信链路在下一个时间步中处于活跃状态的概率值，并依照概率值确定该通信链路在下一个时间步中是否处于活跃状态。通过该自适应通信方法可以在保持训练效果的同时降低总的通信成本。
-
Patent Agency Ranking
公开(公告)号：CN119937373A
公开(公告)日：2025-05-06
申请号：CN202411907084.7
申请日：2024-12-24
Applicant: 同济大学
IPC: G05B19/042
Abstract: 本发明实施例提供了一种高动态飞行系统安全控制方法、装置、设备及存储介质。该方法包括：S1：对高动态飞行系统的数据进行初始化；S2：计算可达集在lk方向上的支撑点，并进行相关判别；S3：计算可达集和非安全椭球域U的闵可夫斯基差在lk方向上的支撑点pk，判断支撑点pk对应的支撑超平面是否划分了原点和可达集和非安全椭球域U的闵可夫斯基差；S4：检测点集P中的点个数，如果个数小于n+1，执行S5，否则，执行S6；S5：令k＝k+1，计算lk，之后返回S2；S6：计算原点关于该n+1个点构成的单纯形的重心坐标Λ，基于此判别原点是否在点集P中的n+1个点构成的单纯形的内部。以此方式，可以有效实现高动态飞行系统的安全控制。
-
公开(公告)号：CN119893590A
公开(公告)日：2025-04-25
申请号：CN202411934448.0
申请日：2024-12-26
Applicant: 同济大学
Abstract: 本发明实施例提供了一种高速飞行器集群信息融合架构建立方法及装置。该方法包括：根据多个待感知目标对高速飞行器集群内的飞行器节点进行感知簇划分，得到各个待感知目标对应的感知簇；针对任意一个感知簇，从感知簇内的飞行器节点中选举出感知簇首，并对感知簇内除感知簇首之外的飞行器节点进行信息融合簇划分，得到多个信息融合簇；针对任意一个信息融合簇，从信息融合簇内的飞行器节点中选举出信息融合簇首；根据感知簇首、各个信息融合簇首、各个信息融合簇内除信息融合簇首之外的飞行器节点也即簇员节点，建立联合感知簇首‑信息融合簇首‑簇员节点的三层信息融合架构，以降低系统定位信息融合的平均时延和计算消耗。
-
公开(公告)号：CN118695325A
公开(公告)日：2024-09-24
申请号：CN202410736100.4
申请日：2024-06-07
Applicant: 同济大学
Abstract: 本发明的实施例提供了一种高速飞行器集群分簇感知方法、装置、设备以及存储介质，应用于高速飞行器集群技术领域。该方法包括：根据高速飞行器集群中任意两个飞行器节点之间的速度相似度以及距离相似度，对高速飞行器集群中的飞行器节点进行预分簇，得到多个簇；根据针对子簇的通信链路相关性、感知能力以及针对子簇的飞行器节点数量约束、直径约束，将各个簇划分为多个子簇，并将子簇作为感知簇；对多个感知簇与多个待感知目标进行匹配，并采用待感知目标对应的感知簇对待感知目标进行感知。以此方式，可以有效提高分簇效率以及感知效果。
-
公开(公告)号：CN116736889A
公开(公告)日：2023-09-12
申请号：CN202310802967.0
申请日：2023-06-30
IPC: G05D1/10
Abstract: 本发明涉及飞行器技术领域，提供一种基于动态博弈的飞行器集群对抗方法及相关装置。按照防御方任务确定每个防御方飞行器的第一目标函数，并按照入侵方任务确定每个入侵方飞行器的第二目标函数，且第二目标函数表示入侵方飞行器的行动控制变量与其总任务成本的关系，得到飞行器集群的博弈对抗函数组，再基于每个防御方飞行器的初始飞行状态、每个入侵方飞行器的初始飞行状态和保护区域的区域信息，求解函数组的纳什均衡策略集，得到每个防御方飞行器的最优行动策略和每个入侵方飞行器的最优行动策略，以使每个防御方飞行器和每个入侵方飞行器按照自身的最优行动策略进行实时对抗。提高了对入侵方的干扰效率并提高了飞行器执行防御任务的成功率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.021 seconds)
