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！

龙图腾网获悉北京科技大学申请的专利基于近端策略优化的多飞行器协同打击目标分配决策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：CN120372818B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510467449.7，技术领域涉及：G06F30/15；该发明授权基于近端策略优化的多飞行器协同打击目标分配决策方法是由卢昊;夏重阳;郭祥贵;王宁设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本基于近端策略优化的多飞行器协同打击目标分配决策方法在说明书摘要公布了：本发明公开了一种基于近端策略优化的多飞行器协同打击目标分配决策方法，属于多飞行器协同作战技术领域；本发明包括如下内容：构建目标分配优化问题模型；设计多飞行器协同打击目标分配问题的深度强化学习环境、构建深度网络模型，采取近端策略优化算法对网络模型进行训练；应用目标分配模型，实现对于协同打击目标分配问题的在线求解，输出分配方案和预期的总体打击收益，提高动态战场环境下的决策效率。本发明通过构建Actor‑Critic网络架构和训练方法优化，使模型在复杂约束条件和大规模应用场景下显著提升求解效能，能够针对不同规模的实际需求快速生成高精度分配方案，有效支持协同打击目标分配问题的实时在线求解。

本发明授权基于近端策略优化的多飞行器协同打击目标分配决策方法在权利要求书中公布了：1.基于近端策略优化的多飞行器协同打击目标分配决策方法，其特征在于，包括如下内容： S1、构建多飞行器协同打击目标分配的优化问题模型；具体包括如下内容： 考虑毁伤概率和飞行器成本，将具体优化问题模型F表示为： 其中，M表示我方飞行器数量；N表示敌方飞行器数量；表示函数FX取最大值时的变量X取值；[xij]M×N为M行N列的决策变量矩阵，第一个约束条件说明xij为二元决策变量，若将第i个飞行器分配给第j个目标，则xij＝1，否则xij＝0，pij∈[0,1]，为第i个飞行器打击第j个目标的毁伤概率；vj＞0，表示第j个目标的威胁度；ci＞0为第i个飞行器的成本，第二个约束条件说明一个飞行器最多被分配到一个目标； S2、设计多飞行器协同打击目标分配问题的深度强化学习环境并构建深度网络模型，采取近端策略优化算法对所构建的网络模型进行训练，获得多飞行器协同打击目标分配模型；所述设计多飞行器协同打击目标分配问题的深度强化学习环境，包括状态、动作和奖励模型设计，具体为： 定义我方飞行器集合为U＝{ui|i＝1,2,…,M}，飞行器总数量为M，共有lu种类型飞行器，满足其中mk表示第k种飞行器的数量；ui＝ci,dpi，其中ci＞0表示第i个飞行器的成本，dpi＞0表示飞行器携带的弹药量；敌方目标集合为T＝{tj|j＝1,2,…,N}，目标总数量为N，共有lt种目标，满足其中nk表示第k种目标的数量；tj＝vj,hj，其中vj＞0表示第j个目标的威胁度，hj＞0表示目标的健康度，基于上述内容，计算毁伤概率pij，公式如下： 其中，dpi表示第i个飞行器携带的弹药量，hj表示第j个目标的健康度；由此进行状态、动作和奖励模型设计； 所述状态模型设计，具体包括：分配第i个飞行器给一个目标时，设置状态为： 其中，oi维度为1，表示总飞行器剩余量，用已分配的飞行器的成本和总飞行器的成本的比值表示；di维度为lt，表示每种类型目标分配到的飞行器数量，用每种目标被分配到的飞行器成本和总飞行器的成本的比值表示；维度为lu，表示飞行器种类的独热编码； 所述动作模型设计，具体包括：为第j个目标分配飞行器时，设置动作为： 其中，nj维度为lu，表示分配给当前目标的各个种类飞行器的成本；vj维度为1，表示当前目标的威胁度；维度为lt，表示目标种类的独热编码； 所述奖励模型设计，具体包括：设置单步奖励和全局奖励的联合奖励函数： r＝αrs+1-αrg5 其中，α∈[0,1]，表示调节因子；rs、rg分别表示单步奖励和全局奖励，且： 其中，F表示联合优化模型；表示单步分配后的分配方案；表示单步分配前的分配方案；表示最终分配完的分配方案；M为飞行器总数量； S3、应用多飞行器协同打击目标分配模型，输出分配方案和预期的总体打击收益。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号北京科技大学；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”。