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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于协作通信策略的快速分布式任务分配方法和装置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：CN120075298B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510511719.X，技术领域涉及：H04L67/60；该发明授权基于协作通信策略的快速分布式任务分配方法和装置是由李杰;熊泽昊;黄钰翀;习业勋;刘敏豪设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于协作通信策略的快速分布式任务分配方法和装置在说明书摘要公布了：本申请涉及一种基于协作通信策略的快速分布式任务分配方法和装置，所述方法中观测、动作和奖励机制同时考虑了MAC层的任务相关和通信相关特征；通过集中训练与分散执行的方案，MAPPO被扩展了反事实奖励，以提高学习速度和最终性能。所学习的协作通信策略显著减少了通信冲突和竞争，可应用于任意分布式任务分配算法，从而加速收敛并提高性能，训练后的通信策略能够有效降低实际分布式网络环境中所需的通信带宽。

本发明授权基于协作通信策略的快速分布式任务分配方法和装置在权利要求书中公布了：1.一种基于协作通信策略的快速分布式任务分配方法，其特征在于，所述方法包括： 根据任务描述，对智能体观测进行建模； 将动作建模为分布式任务分配期间智能体间通信的自适应门控； 构建反事实策略，根据所述反事实策略生成智能体的反事实动作； 构建用于通信感知分布式任务分配的多智能体强化学习环境，将其定义为部分可观测马尔可夫决策过程；定义为元组，其中为状态，为观测，为动作，为状态转移，为奖励； 将每个智能体的原始动作都被反事实动作替代，根据替换后获得的状态-动作与原始状态-动作之间的奖励，确定反事实奖励； 根据所述多智能体强化学习环境，采用具有门控机制通信动作的多智能体近端策略优化方法学习协作通信策略；其中学习过程中采用反事实奖励来评估全局任务分配价值、最终分配的一致性和通信冲突；具有门控机制通信动作的多智能体近端策略优化方法采用集中训练-分散执行的方法来训练共享策略作为Actor网络和训练共享价值作为Critic网络； 多个智能体在执行分布式任务分配的过程中采用所述协作通信策略，得到分布式任务分配结果； 其中，将动作建模为分布式任务分配期间智能体间通信的自适应门控，包括： 在第t步，智能体i将其本地观测值输入到Actor网络中，以获得通信动作，所述通信动作决定是否发送消息；当时，智能体在第t步不使用通信信道，当时，智能体使用通信信道发送消息； 所述反事实奖励为： 其中，表示智能体i在第t步的反事实奖励，表示用于评估所有智能体状态-动作值的奖励函数，表示所有智能体在第t步的联合观测，表示所有智能体在第t步的联合通信动作，表示智能体i在第t步的通信动作，表示估计的智能体i在第t步的通信动作。

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国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。