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！

龙图腾网恭喜中科南京人工智能创新研究院申请的专利基于扩散模型的在线强化学习数据增扩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：CN119476372B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202510034638.5，技术领域涉及：G06N3/049；该发明授权基于扩散模型的在线强化学习数据增扩方法是由张希;苏双设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本基于扩散模型的在线强化学习数据增扩方法在说明书摘要公布了：本发明公开了一种基于扩散模型的在线强化学习数据增扩方法，包括对原始轨迹数据进行处理生成增强特征数据；提取全局结构表示和局部细节表示；采用层级整合方法进行融合，得到统一的分层表示数据；基于预先存储的物理约束参数和任务约束参数，生成约束编码数据，融合生成约束感知表示数据；基于当前策略参数生成评估结果；对约束感知表示数据进行自适应调整，得到调整后的表示数据；进行模态分析，生成多样化的轨迹数据，得到候选轨迹集合；进行质量评估，并通过多目标优化方法进行轨迹筛选，更新策略网络参数，得到更新后的策略参数。本发明能够自动生成高质量的训练数据，提升强化学习系统的训练效率和性能。

本发明授权基于扩散模型的在线强化学习数据增扩方法在权利要求书中公布了：1.基于扩散模型的在线强化学习数据增扩方法，其特征在于，包括如下步骤：S1、读取原始轨迹数据，分别进行动力学特征提取、物理一致性检验和特征增强处理，生成增强特征数据；其中原始轨迹数据包含状态、动作、奖励和下一状态信息；原始轨迹数据应用于无人机竞速场景，具体任务包括：路径规划：优化无人机在竞速赛道上的飞行轨迹，确保快速避障并高效完成任务；姿态控制：动态调整无人机在高速飞行过程中的姿态与稳定性；S2、将增强特征数据分别输入到预配置的全局扩散模型和局部扩散模型，生成全局结构表示和局部细节表示；采用层级整合方法对全局结构表示和局部细节表示进行融合，得到统一的分层表示数据；S3、基于预先存储的物理约束参数和任务约束参数，进行约束编码，得到约束编码数据；将约束编码数据与分层表示数据进行融合，生成约束感知表示数据；S4、获取当前策略参数，基于当前策略参数和预存储的环境状态数据，进行策略评估，得到评估结果；根据评估结果对约束感知表示数据进行自适应调整，得到调整后的表示数据；S5、基于调整后的表示数据，进行模态分析，得到分析结果；基于分析结果，生成多样化的轨迹数据，得到候选轨迹集合；S6、基于候选轨迹集合，进行质量评估，得到质量评估结果；基于质量评估结果，通过多目标优化方法进行轨迹筛选，得到筛选后的轨迹数据集；S7、将筛选后的轨迹数据集存入数据池并更新策略参数，得到更新后的策略参数。

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中科南京人工智能创新研究院，其通讯地址为：211135 江苏省南京市江宁区创研路266号麒麟人工智能产业园3号楼3楼；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”。