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！

龙图腾网获悉浙江大学申请的专利一种基于注意力分配的无人蜂群运动路径规划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：CN119781491B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411811724.4，技术领域涉及：G05D1/46；该发明授权一种基于注意力分配的无人蜂群运动路径规划方法及系统是由牟兰;邬江兴;吴春明设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种基于注意力分配的无人蜂群运动路径规划方法及系统在说明书摘要公布了：本发明公开了一种基于注意力分配的无人蜂群运动路径规划方法及系统。通过设计关系增强型TransformerRETransformer来增强无人蜂群在运动过程中对交互协作关系的学习，并将其与多智能体深度确定性策略梯度MADDPG相结合，得到关系增强型DDPGREDDPG。该方法效率高，灵活性好，实现简便。本发明增强了无人蜂群中的每架无人机对附近物体的注意力，使其能够既避免碰撞又能维持机间通信距离的安全航行，以集体协作的方式进行合理路线规划，并且对不同的复杂场景具有鲁棒性和可扩展性。

本发明授权一种基于注意力分配的无人蜂群运动路径规划方法及系统在权利要求书中公布了：1.一种基于注意力分配的无人蜂群运动路径规划方法，其特征在于，包括： 1获取无人蜂群中每个无人机的可观测信息； 2基于蜂群运动特性构建动态优化问题，设计相应奖励函数；所述设计相应奖励函数，具体为：通过结合多智能体深度确定性策略梯度MADDPG和RETransformer构建基于注意力分配的模型REDDPG；该步骤通过以下子步骤来实现： 3.1搭建多智能体深度确定性策略梯度MADDPG训练框架： 在多智能体环境中，MADDPG适用于集中学习分散执行，使智能体学会协作和竞争；MADDPG中的actor-critic架构由策略网络actor和价值网络critic两部分组成，均由当前网络和目标网络组成；在无人机群场景中，对于每一架无人机i，当前actor网络由θi参数化，当前critic网络由φi参数化，即φi是critic网络的参数，两者的目标网络分别由θi′和φi′参数化；actor网络决定动作，而critic网络通过估计状态的价值来评估动作； 3.2设计关系增强的RETransformer模型： 基于注意力分配设计的RETransformer通过整合基于距离的邻接矩阵和注意力掩码，用于协作导航和避障；所述RETransformer首先将表示无人机之间距离的邻接矩阵纳入查询键QK矩阵，使模型来捕捉和利用无人机之间的空间关系，并提供距离信息；然后利用注意力掩码保证每架无人机只关注距离自己最近的k架无人机；该机制确保每架无人机在决策过程中只受到最近邻居的影响，维持无人蜂群的安全距离和连通性，其表达式如下： 其中Q、K和V是输入序列的线性变换，dk是键的维度；A是邻接矩阵，其元素Aij＝-‖pi-pj‖表示无人机i和j之间的距离；M为注意力掩码，通过将远距离无人机的注意力分数设置为-∞的负值进行掩盖； 3.3构建基于注意力分配的关系增强型DDPG算法REDDPG： 所述REDDPG算法是通过结合了步骤3.1和步骤3.2的两种结构得到，首先对无人机可获取的环境信息进行特征编码，将每个无人机的状态向量转换为适合模型维度的高维嵌入向量，该过程通过线性层实现；然后在actor网络中引入RETransformer，将关系矩阵与注意力机制相结合；critic网络则使用标准Transformer进行策略评估以保持训练稳定性和策略质量； 3利用注意力分配机制搭建关系增强的无人蜂群系统框架； 4训练无人蜂群系统模型，收敛得到最优模型，完成无人蜂群运动的路径规划。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。