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;北京电子工程总体研究所申请的专利一种基于深度强化学习的无人集群任务资源分配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：CN119521419B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411560454.4，技术领域涉及：H04W72/50；该发明授权一种基于深度强化学习的无人集群任务资源分配方法是由许海涛;衡勇;宋健;汤润泽;魏翔宇设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于深度强化学习的无人集群任务资源分配方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的无人集群任务资源分配方法，属于人工智能技术领域，所述方法包括：基于无人集群任务资源分配架构，建立无人集群任务资源分配问题的马尔可夫模型；并设计状态表示方式，用图像来对系统状态进行描述；基于卷积神经网络设计图像状态输入卷积神经网络；以所述图像状态输入卷积神经网络作为DQN模型的当前网络和目标网络，并引入迁移学习方法，构建出迁移深度强化学习模型；基于所述马尔可夫模型以及系统状态的图像描述，采用所述迁移深度强化学习模型进行策略学习，实现无人集群任务资源分配。采用本发明的技术方案，能够减少总体任务资源分配延迟并避免资源浪费。

本发明授权一种基于深度强化学习的无人集群任务资源分配方法在权利要求书中公布了：1.一种基于深度强化学习的无人集群任务资源分配方法，其特征在于，包括： 基于无人集群任务资源分配架构，建立无人集群任务资源分配问题的马尔可夫模型；并设计状态表示方式，用图像来对系统状态进行描述，包括：基于无人集群任务资源分配架构，对无人集群任务资源分配问题进行描述；设计状态空间，用图像来对系统状态进行描述；设计动作空间；设计奖励函数； 基于卷积神经网络设计图像状态输入卷积神经网络； 以所述图像状态输入卷积神经网络作为DQN模型的当前网络和目标网络，并引入迁移学习方法，构建出迁移深度强化学习模型； 基于所述马尔可夫模型以及系统状态的图像描述，采用所述迁移深度强化学习模型进行策略学习，实现无人集群任务资源分配； 所述设计状态空间，用图像来对系统状态进行描述，包括： 设计状态空间，所述状态空间包括以下几种元素： 每个无人资源基地中每种资源的使用情况与余量； 待分配任务队列，其中，每一条包含当前任务的资源需求； 等待进入待分配任务队列的任务资源请求所暂存在的积压队列； 用图像来对系统状态进行描述，包括待分配任务队列的状态图像和无人资源基地的状态图像，其中，在待分配任务队列和无人资源基地中，每一种资源对应一张状态图像，图像构成类似于二维矩阵，整张图像被均分为多个网格；在待分配任务队列的每张状态图像中，图像横向的网格填充数量代表了当前任务资源请求使用的相应资源的数量，图像纵向的网格填充数量代表了对相应资源的预计使用时长；在无人资源基地的每张状态图像中，图像横向的网格填充数量代表了当前资源被占用的数量，图像纵向的网格填充数量代表了对当前资源预计被相应任务使用的时长，未填充区域则代表当前无人资源基地中相应资源的余量；在每一个时间步结束后，无人资源基地的状态图像中的资源占用状态表示会整体上移一格，代表时间步前进了一个单位。

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;北京电子工程总体研究所，其通讯地址为：100083 北京市海淀区学院路30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。