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！

龙图腾网获悉福州大学申请的专利协同执行多种任务的在线稀疏群智感知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：CN117236447B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202311259394.8，技术领域涉及：G06N5/04；该发明授权协同执行多种任务的在线稀疏群智感知方法是由於志勇;涂淳钰;黄昉菀;郭志鹏设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本协同执行多种任务的在线稀疏群智感知方法在说明书摘要公布了：本发明提供一种协同执行多种任务的在线稀疏群智感知方法，由数据收集、数据推断和训练数据更新三个部分组成。首先，通过挖掘真实数据的时空变化规律和相关性，本发明可以使用实时收集到的多任务数据更新训练数据，以保持模型持续更新。接着，本发明提出了一种具有分层架构的多智能体强化学习模型，尝试为每种感知任务分配合适的预算，并执行多种任务数据的协同收集。最后，本发明使用数据推断网络捕捉多种任务数据之间的时空相关性，推断未收集区域的数据，从而进一步降低感知成本，提高数据推断质量。

本发明授权协同执行多种任务的在线稀疏群智感知方法在权利要求书中公布了：1.一种协同执行多种任务的在线稀疏群智感知方法，其特征在于，包括以下步骤： 步骤S1：通过随机收集若干周期的真实数据冷启动； 步骤S2：基于最新收集到的真实感知数据，计算数据变化趋势更新训练数据； 步骤S3：使用最新的训练数据更新数据推断和数据收集模型参数； 步骤S4：预算分配智能体将总预算分配至每种感知任务； 步骤S5：多个智能体协同收集不同感知任务数据； 步骤S6：判断是否所有任务耗尽预算，判断为是则前往步骤S7，否则继续步骤S5； 步骤S7：利用多种任务数据相关性，联合推断其他未收集区域的数据； 步骤S8：进入下一周期的循环，返回步骤S2； 步骤S2中基于最新收集到的真实感知数据，计算数据变化趋势更新训练数据的操作过程为： 步骤S201：从所有感知任务中依次取出每种任务，计算上一周期训练数据的均值,其中TDk表示第k种任务数据的训练数据： avgTDk[:,-1] 步骤S202：计算当前周期真实收集到的数据均值，其中SparseGTDk中存放的是第k种任务真实收集到的数据： avgSparseGTDk[:,-1] 步骤S203：更新训练数据中未收集到的子区域数据，当其他任务未收集该子区域i的数据时，用以下公式更新该子区域的训练数据： 步骤S204：当其他任务收集到子区域i的数据时，结合其他相关性数据的变化趋势，用以下公式更新该子区域的训练数据；其中λt和分别表示渐变性和相似性权重，且 步骤S205：对所有感知任务重复执行步骤S201至步骤S204，直至训练数据更新完毕； 步骤S3中使用最新的训练数据更新数据推断和数据收集模型参数的操作过程为： 步骤S301：使用步骤S2更新的训练集训练数据推断网络； 步骤S302：使用步骤S2更新的训练集训练数据收集智能体中的预算分配智能体，参数更新公式为强化学习DQN算法更新公式，如下所示；其中是预算分配智能体每次探索获得的奖励，和分别为当前状态和下一状态，budgetk为任务k获得的预算，γ为强化学习衰减因子： 步骤S303：训练数据收集智能体中的区域选择智能体，参数更新公式为多智能体强化学习QMIX算法更新公式，如下所示；区域选择智能体的数量与感知任务数量相等，每个区域选择智能体负责收集一种感知任务数据： 其中为所有智能体获得的奖励，ok,t为每个智能体的局部观测状态，和分别为当前全局状态和下一全局状态； 步骤S7中利用多种任务数据相关性，联合推断其他未收集区域的数据的操作过程为： 步骤S701：将每种感知任务数据分别输入图卷积神经网络，提取空间特征；其中A表示邻接矩阵，为了使A获得自连接结构，加上一个单位矩阵后得到进一步归一化得到其中，是度矩阵；W0和W1分别表示第一层和第二层的权重矩阵，σ·表示激活函数： 步骤S702：每个图神经网络提取的特征被转置后拼接为XGRU，并依次输入进门控循环单元GRU中： rt＝σWr[ht-1,XGRU[t,:]]+br zt＝σWz[ht-1,XGRU[t,:]]+bz ct＝tanhWc[rt*ht-1,XGRU[t,:]]+bc ht＝1-zt*ht-1+zt*ct 步骤S703：经过一层自注意力机制，捕捉不同任务不同时刻之间的依赖关系和共享信息： Q、K、V＝Wqkvh 步骤S704：通过最后一层全链接层，输出所有感知任务当前时刻的数据推断值。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。