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！

龙图腾网获悉中国运载火箭技术研究院申请的专利一种基于人机结合策略学习的目标智能分配方法和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：CN114358142B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202111532049.8，技术领域涉及：G06F18/241；该发明授权一种基于人机结合策略学习的目标智能分配方法和系统是由惠俊鹏;阎岩;路鹰;陈海鹏;黄虎;李丝然;范中行;范佳宣;李博遥;任金磊;王振亚;李君;郑本昌;何昳頔;张佳;吴志壕;刘峰;张旭辉;王鹏;吴海华;刘岱;周辉;古月;肖肖设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。

本一种基于人机结合策略学习的目标智能分配方法和系统在说明书摘要公布了：本发明公开了一种基于人机结合策略学习的目标智能分配方法和系统，该包括：步骤1，基于人工经验准则策略样本库，建模并训练得到目标分配准则模型；步骤2，基于AHP的量化样本库，建模并训练得到目标特性量化模型；步骤3，根据任务需求和目标态势输入，利用步骤1得到的目标分配准则模型和步骤2得到的目标特性量化模型，进行目标分配建模优化，得到目标分配结果。本发明能够有效融入人类经验，同时支持目标分配的机器学习与训练，有效发挥人机各自的特长的目标分配方法需要探索，以促进人机结合策略学习，提升决策效果和效率。

本发明授权一种基于人机结合策略学习的目标智能分配方法和系统在权利要求书中公布了：1.一种基于人机结合策略学习的目标智能分配方法，其特征在于，包括： 步骤1，基于人工经验准则策略样本库，建模并训练得到目标分配准则模型；包括：建立人工经验准则策略样本库；将人工经验准则策略样本中的各样本输入到基于强化学习的准则策略学习模型中进行训练，同时，由基本准则策略模型提供策略选择结果对应的具体准则，经过强化学习训练，得到准则策略学习模型的网络模型参数，进而构建得到目标分配准则模型；其中，目标分配准则模型中至少包括如下分配准则：基于最大毁伤概率准则、基于最大威胁准则、基于威胁度随机分配准则、基于最大毁伤概率最少单元准则、基于最大效费比准则、基于逃逸时间与剩余均衡准则和基于最小化总时间准则；人工经验准则策略样本库中至少包括：多种任务需求、多种态势输入情况，以及对应不同任务需求、态势输入组合条件下的人工策略选择结果； 步骤2，基于AHP的量化样本库，建模并训练得到目标特性量化模型；包括：建立基于AHP的量化样本库；将基于AHP的量化样本库中的各样本输入到基于强化学习的量化策略学习模型中进行训练，同时，由目标特性量化建模提供相应的要素建模，经过强化学习训练，得到量化策略学习模型的网络模型参数，进而构建得到目标特性量化模型；其中，目标特性量化模型，用于确定在对目标威胁进行综合评估时所涉及的定性和定量因素，至少包括：是否为上级指定、发射点位置、预测落点位置、射程、关机点速度、再入速度、毁伤类型、毁伤威力、毁伤影响、毁伤难易程度、生存能力、机动能力、命中精度、剩余飞行时间、最大高度和目标重要度；基于AHP的量化样本库中至少包括：在目标分配任务中的定量评估要素类型、要素间两两相对重要度评分和不同组合条件下的人工量化经验结果； 步骤3，根据任务需求和目标态势输入，利用步骤1得到的目标分配准则模型和步骤2得到的目标特性量化模型，进行目标分配建模优化，得到目标分配结果。

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中国运载火箭技术研究院，其通讯地址为：100076 北京市丰台区南大红门路1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。