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！

龙图腾网获悉杭州电子科技大学申请的专利结合行为克隆和近端策略优化算法的干扰决策方法及系统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：CN116243254B 。

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：202211656705.X，技术领域涉及：G01S7/38；该发明授权结合行为克隆和近端策略优化算法的干扰决策方法及系统是由娄雨璇;孙闽红设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本结合行为克隆和近端策略优化算法的干扰决策方法及系统在说明书摘要公布了：本发明公开了一种结合行为克隆和近端策略优化算法的干扰决策方法及系统，本发明方法包括如下步骤：S1、随机初始化策略网络的网络参数和价值网络的网络参数；S2、基于行为克隆方法，训练策略网络；S3、干扰机根据当前策略与雷达进行交互，采样轨迹数据，并存入数据集中；S4、干扰机使用近端策略优化算法利用数据集中的轨迹数据进行策略网络优化；S5、重复执行步骤S3和步骤S4，直到得到最优策略。本发明在提升策略训练速度的同时，极大提高了干扰机的安全性。

本发明授权结合行为克隆和近端策略优化算法的干扰决策方法及系统在权利要求书中公布了：1.结合行为克隆和近端策略优化算法的干扰决策方法，其特征在于，包括以下步骤： S1、随机初始化策略网络πθ的网络参数θ和价值网络Vφ的网络参数φ； S2、基于行为克隆方法，训练策略网络πθ； S3、干扰机根据当前策略与雷达进行交互，采样轨迹数据τ，并存入数据集Dk； S4、干扰机使用近端策略优化算法利用数据集Dk中的轨迹数据进行策略网络优化； 步骤S4具体包括以下步骤： S41、从干扰机与雷达交互的轨迹序列集合中取出根据策略交互得到的轨迹τ,τ∈Dk计算轨迹中每步的回报Gt； 其中，γ为折扣因子； S42、基于当前价值函数V计算优势函数A； Atst,jt＝rt+Vst+1-Vst S43、基于目标函数， L＝minrtθAt,cliprtθ,1-ε,1+εAt 其中，ε为超参数，取0.2； 使用随机梯度下降算法更新策略网络参数θ； 其中，argmax是对函数求参数的函数；y＝argmaxft代表y是ft函式中产生最大output的参数t；为策略比值，πθ为当前策略网络的输出，为采样轨迹τ时所用的策略网络的输出；T为轨迹τ的长度；|Dk|为使用策略采样得到的轨迹总数； cliprtθ,1-ε,1+ε为剪裁函数，作用是将策略比值rtθ约束在[1-ε,1+ε]范围内，若rtθ小于1-ε，则输出1-ε；若rtθ大于1+ε，则输出1+ε； S44、使用随机梯度下降算法，通过均方误差拟合价值网络参数φ； S5、重复执行步骤S3和步骤S4，得到最优策略

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158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”。