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！

龙图腾网恭喜山东科技大学申请的专利一种基于深度强化学习的多AUV声光多模协同搜索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：CN119182460B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411699830.8，技术领域涉及：H04B10/2581；该发明授权一种基于深度强化学习的多AUV声光多模协同搜索方法是由罗汉江;李响;陶航;董鹏燕;董配军;王青东;陈雪设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于深度强化学习的多AUV声光多模协同搜索方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的多AUV声光多模协同搜索方法，属于海洋环境协同搜索技术领域，在任务区域中部署多个AUV，并将任务区域离散化为多个网格；AUV根据当前位置和目标存在概率规划搜索路径，并执行搜索任务，在AUV每次移动后更新联合概率图模型；当AUV发起光通信请求，接收光通信数据的目标AUV将融合来自该AUV的信息，更新自身的联合概率图模型，目标AUV基于更新后的联合概率图模型重新规划搜索路径；重复执行上述步骤，直到将任务区域内目标搜索完毕。本发明基于多智能体强化学习的多AUV声光多模协同搜索能够有效提高通信受限下多AUV的协同搜索效率，可以适用于复杂海洋场景下AUV集群协同搜索。

本发明授权一种基于深度强化学习的多AUV声光多模协同搜索方法在权利要求书中公布了：1.一种基于深度强化学习的多AUV声光多模协同搜索方法，其特征在于，包括如下步骤：步骤1、在任务区域中部署多个AUV，形成协同搜索系统并进行初始化，将任务区域离散化为多个网格，初始化联合概率图模型；步骤2、AUV根据当前位置和目标存在概率规划搜索路径，并执行搜索任务，在AUV每次移动后利用信息素修正联合概率图模型，从而进行联合概率图模型的更新；步骤3、在搜索过程中，当AUV需要与其他AUV共享信息时，会发起光通信请求，寻找作为光通信对象的目标AUV，并逐渐接近目标AUV进行光通信数据传输；步骤4、接收光通信数据的目标AUV将融合来自步骤3中AUV的信息，更新自身的联合概率图模型，目标AUV基于更新后的联合概率图模型重新规划搜索路径；若未搜寻到目标，则重复执行步骤2~4，直到将任务区域内目标搜索完毕；所述步骤2中，AUV在执行搜索过程中，采用联合概率图结合多智能体深度确定性策略梯度的强化学习算法进行动作决策，具体的决策过程为：AUV协同搜索控制系统采用声纳的测量值以及声学、光学传感器接收信息作为观测值，AUV的状态被定义为，其中表示时刻AUV接受到其他智能体的消息，表示AUV维护的联合概率图信息，在离散时域上的状态函数表示为： ；1其中，和为AUV在时刻的横纵坐标，、、为过程噪声，服从均值为零且协方差为的高斯分布；和为AUV在时刻的冲击速度和偏航角速度；为AUV在时刻的航向角；为采样时间；对于每个AUV，在搜索过程中根据当前策略及探索噪声选择一个动作，此时策略是通信约束下的搜索策略，其中，表示第个的观测值，表示智能体的动作；动作集是，AUV搜索系统依据当前策略从动作集中选择一个动作，选择的动作是在时刻AUV在通信约束下的所有可能的变化之一；所述步骤2中，AUV通过声纳获取当前所处位置对应网格的目标存在概率，目标存在概率通过信息素修正联合概率图模型表示，表达式为： ；2其中，表示联合概率，表示由于信息素检测结果和反馈而随时间间隔的变化量，的值表示在时刻时的目标存在的概率； 的更新公式为： ；3其中，和分别表示网格中存在目标或不存在目标；和分别表示为检测概率和虚警概率，表示在时刻位置处目标存在的概率。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。