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！

龙图腾网获悉西北工业大学申请的专利一种基于PSO-M3DDPG的无人机多对多追逃博弈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：CN116796843B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310651127.9，技术领域涉及：G06N5/04；该发明授权一种基于PSO-M3DDPG的无人机多对多追逃博弈方法是由张耀中;丁美艳;吴卓然;张建东;史国庆;杨啟明设计研发完成，并于2023-06-04向国家知识产权局提交的专利申请。

本一种基于PSO-M3DDPG的无人机多对多追逃博弈方法在说明书摘要公布了：本发明提供了一种基于PSO‑M3DDPG的无人机多对多追逃博弈方法，本发明：构建无人机运动模型和任务分配模型；构建追捕无人机和逃逸无人机的奖励函数，引入PSO算法，对神经网络模型参数进行初始化，利用PSO‑M3DDPG算法，对追逃双方无人机的初始追逃博弈模型进行训练，最终收敛，得到无人机多对多追逃博弈的最终模型，运用无人机多对多追逃博弈的最终模型可实时输出追捕无人机的策略。本发明引入了PSO算法，避免初值的不合理，结合极大极小值法的M3DDPG算法，提高算法的鲁棒性和泛化能力，同时引入了多智能体对抗学习方法，解决了求解优化的极大极小目标所带来的计算困难。

本发明授权一种基于PSO-M3DDPG的无人机多对多追逃博弈方法在权利要求书中公布了：1.一种基于PSO-M3DDPG的无人机多对多追逃博弈方法，其特征在于包括下述步骤： S1：构建无人机多对多虚拟追逃博弈场景； S2：构建无人机运动模型；设定逃逸无人机的三种机动方式分别为直线运动、简单曲线运动和智能逃逸运动，复杂度依次递增； S3：构建任务分配模型；设计优势函数及目标函数，求解最优任务分配情况； S4：搭建无人机信息交互模型； S5：构建追捕无人机和逃逸无人机的奖励函数； S6：引入PSO算法，对深度神经网络模型的初始权重值进行一定程度的搜索学习，得到一个整体优化过程中的较优解，对神经网络模型参数进行初始化； S7：利用PSO-M3DDPG算法，对追逃双方无人机的初始追逃博弈模型进行训练，最终收敛，得到无人机多对多追逃博弈的最终模型； S8：运用无人机多对多追逃博弈的最终模型可实时输出追捕无人机的策略； 将追逃无人机的状态信息实时输入到最终的无人机多对多逃博弈模型的神经网络中，进行任务分配，得到追逃无人机的动作选择，控制追捕无人机完成对逃逸无人机的追捕任务。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。