龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安交通大学
申请日：2024-03-11
公开（公告）日：2024-06-07
公开（公告）号：CN118153431A
主分类号：G06F30/27
分类号：G06F30/27;G06N5/043;G06N3/084;G06N3/092;G06N3/045;G06F111/20;G06F111/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.25#实质审查的生效;2024.06.07#公开
摘要：本发明属于水下多智能体协同技术领域，公开了一种基于深度强化学习的水下多智能体协同围捕方法及装置；其中，所述水下多智能体协同围捕方法包括步骤：获取目标位置信息；基于目标位置信息，利用部署于水下环境和实体AUV上的训练好的水下多智能体协同围捕模型，实现水下多智能体协同围捕；其中，所述水下多智能体协同围捕模型的核心为采用MADDPG方法的深度强化学习算法模型，其奖励函数以协同围捕任务为导向，水下多智能体通过与环境的交互来不断更新模型的参数以最大化任务奖励。本发明提供的技术方案，可以解决水下多智能体协同围捕任务效率低、稳定性差的技术问题，能够提高任务的成功率和执行效率。
主权项：1.一种基于深度强化学习的水下多智能体协同围捕方法，其特征在于，包括以下步骤：获取目标位置信息；基于目标位置信息，利用部署于水下环境和实体AUV上的训练好的水下多智能体协同围捕模型，实现水下多智能体协同围捕；其中，所述水下多智能体协同围捕模型的训练步骤包括：初始化水下模拟仿真环境以及获取任务目标；其中，初始化水下模拟仿真环境包括随机设置水下障碍物的大小、位置和数量，单个目标的位置，多智能体的数量、位置和速度信息，以确定各个实体的初始化状态；任务目标为多个水下智能体在具有随机障碍物的环境中以及有限感知范围条件下协同围捕一个目标，在协同围捕过程中需要避开障碍物以及其他同类智能体之间的碰撞；基于水下模拟仿真环境和任务目标，以及设计的状态空间、动作空间和奖励函数，对采用MADDPG方法的深度强化学习算法模型进行训练，直到达到预先设定的训练轮次或者达到协同围捕任务的完成条件或收敛条件，获得训练好的水下多智能体协同围捕模型；其中，所述奖励函数以协同围捕任务为导向；水下多智能体通过与环境的交互来不断更新模型的参数以最大化任务奖励。
全文数据：
权利要求：
百度查询： 西安交通大学 基于深度强化学习的水下多智能体协同围捕方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号