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92493部队试验训练总体研究所申请的专利一种基于深度学习的体系作战能力动态博弈综合评估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：CN120124859B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510210007.4，技术领域涉及：G06Q10/063；该发明授权一种基于深度学习的体系作战能力动态博弈综合评估方法是由杨继坤;齐嘉兴;薄云蛟;申良生;周浩;徐强;牛龙飞;陈宇奇设计研发完成，并于2025-02-25向国家知识产权局提交的专利申请。

本一种基于深度学习的体系作战能力动态博弈综合评估方法在说明书摘要公布了：本发明公开了一种基于深度学习的体系作战能力动态博弈综合评估方法，涉及作战能力评估技术领域，本发明，通过多传感器融合技术结合时序卷积网络和图神经网络，动态提取战场环境中时间和空间的关键特征，实时更新态势模型，利用近端策略优化PPO和迁移学习技术，加速无人集群编组与任务分配的优化过程，通过定义多任务协同效能指标实现编组方案对复杂任务需求的自适应调整；策略优化方面，构建深度强化学习驱动的多智能体博弈模型，综合敌我资源分配、动态环境变化和不确定性因素，有效生成最优策略并通过作战场景模拟剔除低效方案；同时通过实时监控与动态规划机制，应对目标变化和紧急任务插入等突发事件，提高任务执行的连续性和协同效能。

本发明授权一种基于深度学习的体系作战能力动态博弈综合评估方法在权利要求书中公布了：1.一种基于深度学习的体系作战能力动态博弈综合评估方法，其特征在于：包括， 步骤S1，通过多传感器融合技术采集战场环境数据，采用时序卷积网络和图神经网络模型，将采集的环境数据转化为实时战场态势模型； 步骤S2，利用近端迁移优化PPO深度学习算法结合迁移学习技术，基于战场态势模型对无人集群进行编组优化，动态生成无人集群的编组与任务分配方案； 步骤S3，基于步骤S2生成的无人集群编组和任务分配方案，构建深度强化学习驱动的多智能体博弈模型，博弈模型综合敌我双方资源配置、环境动态变化及不确定性因素，对敌我双方资源配置和行为动态变化进行模拟，生成最优策略； 步骤S4，将步骤S3生成的最优策略转化为无人集群的具体执行指令，实时下发至各作战单元，下发后实时监控执行过程； 步骤S5，基于步骤S4中监控获取的反馈数据，对战场态势模型、编组方案及博弈策略进行优化，构建基于强化学习的迭代闭环，更新模型和策略逻辑，利用反馈数据优化多任务协同效能指标。

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92493部队试验训练总体研究所，其通讯地址为：125000 辽宁省葫芦岛市龙港区海滨南路1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”。