Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京大学汪亮获国家专利权

南京大学汪亮获国家专利权

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!

龙图腾网获悉南京大学申请的专利基于两阶段意图共享的多智能体协作的最优策略生成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:CN116029365B

龙图腾网通过国家知识产权局官网在2025-12-05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:202211685129.1,技术领域涉及:G06N3/092;该发明授权基于两阶段意图共享的多智能体协作的最优策略生成方法是由汪亮;吴俊锋;陶先平;胡昊设计研发完成,并于2022-12-27向国家知识产权局提交的专利申请。

基于两阶段意图共享的多智能体协作的最优策略生成方法在说明书摘要公布了:本发明公开了一种基于两阶段意图共享的多智能体协作的最优策略生成方法,在每个决策时刻,让各个智能体首先根据自身观测生成意向动作,并将意向动作进行广播,广播结束后智能体收到来自其它智能体的意图信息,接着各个智能体独立计算其它智能体意图信息的重要程度,将其中重要程度足够大的智能体标记为依赖对象,并广播依赖对象集合,广播结束后智能体收到来自其它智能体的依赖对象信息,根据依赖对象信息建立依赖关系图,采用一个贪心算法去除依赖关系图中的循环依赖,最后各个智能体按照依赖关系图根据意向动作信息重新决策。使用该方法可以端到端地自动化生成最优策略。

本发明授权基于两阶段意图共享的多智能体协作的最优策略生成方法在权利要求书中公布了:1.一种基于两阶段意图共享的多智能体协作的最优策略生成方法,其特征在于,在每个决策时刻,各个智能体根据自身观测生成意向动作,并将意向动作进行广播,广播结束后每个智能体都会收到来自其它智能体的意图信息; 各个智能体独立计算其它智能体意图信息的重要程度,将其中重要程度满足要求的智能体标记为依赖对象,并广播依赖对象集合,广播结束后每个智能体都会收到来自其它智能体的依赖对象信息,根据依赖对象信息建立依赖关系图,采用一个贪心算法去除依赖关系图中的循环依赖,最后各个智能体按照依赖关系图根据意向动作信息重新决策; 所述智能体为车辆,车辆具有观测数据采集设备、用于信号传输的通信设备和运行最优策略生成方法计算设备; 在交通路口通行场景中,存在若干架自动驾驶控制的车辆,智能体的观测数据包括路口附近所有车辆的位置以及朝向、自身的前进路线,智能体的动作空间U={1,2},其中1代表停车让行,2代表按自身路线向前行驶一段距离;场景中的智能体需要快速、安全地驶出该路口;在每个决策时刻,各个智能体根据自身观测生成意向动作,并将意向动作进行广播,广播结束后每个智能体都会收到来自其它智能体的意图信息,具体包括如下步骤: 步骤1:各个智能体根据自身观测数据决定在该决策时刻是否停车让行,假设总共有N个智能体,记所有智能体生成的意向动作集合为P,P={p1,p2,…pi,…,pN},i=1,…,N,其中N为智能体数量,pi表示第i个智能体的意向动作,取值范围{1,2}; 步骤2:每个智能体向其他智能体广播自己的意向动作p,记广播结束后第i个智能体接收到的消息为Mi,Mi={p1,p2,…pi-1,pi+1,…,pN}; 各个智能体独立计算其它智能体意图信息的重要程度,将其中重要程度满足要求的智能体标记为依赖对象,并广播依赖对象集合,广播结束后每个智能体都会收到来自其它智能体的依赖对象信息,根据依赖对象信息建立依赖关系图,采用一个贪心算法去除依赖关系图中的循环依赖,最后各个智能体按照依赖关系图根据意向动作信息重新决策,具体包括如下步骤: 步骤3:每个智能体计算接收到的意图信息的重要程度,记第i个智能体的重要程度计算结果为Di,Di={di1,di2,…dij,…,diN},j=1,…,i-1,i+1,…,N,其中dij表示智能体j的意图信息对智能体i的重要程度; 步骤4:引入超参数γ,表示重要程度阈值,每个智能体根据Di和γ筛选出这一步的依赖对象集合,记第i个智能体的依赖对象集合为Vi,Vi={j|j≤N∧dij>γ}; 步骤5:每个智能体向其他智能体广播自己的依赖对象集合Vi,记广播结束后的各个智能体得到的依赖关系图为邻接矩阵B,Bij=1表示智能体i依赖于智能体j,去掉B中的有向回路以避免出现循环依赖,记结果为W; 步骤6:各个智能体根据依赖关系图和意向动作信息重新决策;为了避免出现意图误导,禁止依赖关系图中被依赖的智能体进行重新决策,其最终动作即为其意向动作;未被依赖的智能体i根据Wi和Mi进行重新决策得到最终动作,记所有智能体的最终联合动作为A,A={a1,a2,…ai,…,aN},i=1,…,N,A即为智能体在这一步的决策输出。

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大学,其通讯地址为:210023 江苏省南京市栖霞区仙林大道163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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。