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！

龙图腾网获悉南京理工大学申请的专利基于MASAC算法的复杂动态环境中多无人机协同编队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：CN119717842B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411665072.8，技术领域涉及：G05D1/46；该发明授权基于MASAC算法的复杂动态环境中多无人机协同编队方法及系统是由张拉弟;马溟昊;王玲玲;马娜;王力立;黄成;单梁设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于MASAC算法的复杂动态环境中多无人机协同编队方法及系统在说明书摘要公布了：本发明公开了一种基于MASAC算法的复杂动态环境中多无人机协同编队方法。该方法为：首先建立多无人机协同编队的数学模型，初始化模型参数；然后采用动态虚拟目标和领航追随相结合的多无人机协同控制方法，计算每个无人机的动态目标，与环境交互移动到新的位置；接着将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型，采用MASAC算法进行模型的训练，得到收敛的策略模型；最后利用训练得到的策略模型进行多无人机协同编队任务。本发明提高了多无人机编队在复杂环境中自主导航与调整的精确度，提升了多无人机任务的适应性，使无人机能够在不依赖中心节点的情况下，快速响应局部环境的变化，提高了多无人机协同编队任务执行的效率和安全性。

本发明授权基于MASAC算法的复杂动态环境中多无人机协同编队方法及系统在权利要求书中公布了：1.一种基于MASAC算法的复杂动态环境中多无人机协同编队方法，其特征在于，包括以下步骤： 步骤1、建立多无人机协同编队的数学模型，初始化模型参数； 步骤2、采用动态虚拟目标和领航追随相结合的多无人机协同控制方法，计算每个无人机的动态目标，与环境交互移动到新的位置； 步骤3、将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型，采用MASAC算法进行模型的训练，得到收敛的策略模型，具体为： 步骤3.1、将多无人机协同编队问题转化为分布式的部分可观测马尔可夫模型dec_POMDP，将状态空间设置为，其中是在时刻环境的全局状态，包括当前无人机的位置信息、速度信息、与所有其他无人机的相对位置信息、相对速度信息； 步骤3.2、将动作空间表示为，其中表示无人机采取的所有动作的集合，表示无人机在时刻采取的动作，表示无人机的在t时刻的加速度； 步骤3.3、将观测空间表示为，其中是在时刻无人机的局部观测状态，观测半径由编队内部无人机间的通信方式、无人机搭载的传感器的性能以及环境条件确定； 步骤3.4、将奖励函数设置为： ； 其中，为编队距离奖励；为步数奖励，是一个常数；为团队协同奖励，为编队碰撞奖励，为任务完成奖励，具体的计算公式如下： ； ； ； ； 其中，为无人机的位置，为无人机的目标位置，是团队奖励的指数衰减系数，是编队协同的阈值距离，为两个无人机间的最小安全距离，为编队可允许的最大误差距离； 步骤3.5、采用集中训练分布执行的框架进行策略网络的训练，各无人机在训练过程中共享全局状态信息，并利用评论家网络评估所有无人机联合动作对全局奖励的影响；根据确定的状态，与环境交互，根据策略网络选择动作，执行动作得到奖励和新的状态，将经验序列存储到回放缓冲区； 步骤3.6、从回放缓冲区随机采样一批经验序列，计算目标Q值： ； 其中，是折扣因子，是终止标志，是目标Q网络，是可学习的温度参数，是策略网络，是目标策略网络在下的采样； 步骤3.7、计算价值网络的损失函数，并使用梯度下降法进行更新： ； 步骤3.8、计算策略网络的损失函数，并使用梯度下降法进行更新： ； 步骤3.9、计算温度参数的损失函数，并使用梯度下降法进行更新： ； 其中，是预定的目标熵值； 步骤3.10、采用软更新的方法更新目标Q网络： ； 其中，是软更新的速率； 步骤4、利用训练得到的策略模型进行多无人机协同编队任务。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。