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！

龙图腾网获悉北京中电飞华通信有限公司;国网信息通信产业集团有限公司申请的专利多智能体资源分配方法及相关设备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：CN119254715B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202411137619.7，技术领域涉及：H04L47/762；该发明授权多智能体资源分配方法及相关设备是由申振涛;许中平;刘迪;许剑;王艳茹设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本多智能体资源分配方法及相关设备在说明书摘要公布了：本申请提供一种多智能体资源分配方法，包括：设置训练回合，首先初始化状态信息，按照优化的目标函数设置激励值，基于多个动作信息构建网络环境模型与资源分配模型，获取多个智能体的初始动作信息。其中，网络环境模型被配置为响应于多个动作信息改变智能体所处的网络环境，每个智能体包括一个资源分配模型。基于网络环境模型获取状态信息，将状态信息输入至资源分配模型，以使资源分配模型对动作信息进行优化，对网络环境模型的参数进行调整，得到优化动作信息。基于优化动作信息，得到状态信息。基于状态信息与目标函数进行资源分配。使多个智能体能够自行优化分配资源，提高了资源分配算法的效率。

本发明授权多智能体资源分配方法及相关设备在权利要求书中公布了：1.一种多智能体资源分配方法，包括： 设置训练回合，首先初始化状态信息，按照优化的目标函数设置奖励函数，基于所述奖励函数计算激励值，基于多个所述智能体的动作信息构建网络环境模型与资源分配模型，获取多个所述智能体在初始状态下的所述动作信息；其中，所述网络环境模型被配置为响应于多个所述动作信息改变所述智能体所处的网络环境，每个所述智能体包括一个所述资源分配模型；所述资源分配模型包括价值网络和策略网络；所述动作信息包括：所述智能体的工作模式、资源块位置和功率级别；所述策略网络的输出层还包括多头动作网络模型，所述多头动作网络模型包括模式动作层、资源块动作层和功率动作层； 基于所述网络环境模型获取所述状态信息，将所述状态信息输入至所述资源分配模型，所述策略网络输出优化动作信息，所述价值网络对所述状态信息进行评价并输出评价值，基于所述评价值与所述奖励函数计算时序差分误差，具体包括： 将所述状态信息输入至所述策略网络，所述策略网络按照当前所述策略选择所述动作信息，输出所述优化动作信息并计算与所述优化动作信息对应的信噪比和速率； 基于所述信噪比和所述速率计算所述激励值，将所述动作信息输入至所述价值网络，以使所述价值网络基于当前所述状态信息及下一时刻的所述状态信息进行评价，得到所述评价值； 基于所述评价值与所述激励值计算所述时序差分误差，基于所述时序差分误差更新所述策略网络的参数，具体包括： 基于所述动作信息的权重值，对所述动作信息内所包括的动作进行加权计算，分别计算所述工作模式、所述资源块位置与所述功率级别的概率分布； 基于所述权重值，所述模式动作层计算所述工作模式的模式概率分布，所述资源块动作层计算所述资源块位置的资源块概率分布，所述功率动作层计算所述功率级别的功率概率分布； 基于所述模式概率分布，所述模式动作层输出概率最高的所述工作模式，作为优化工作模式；基于所述资源块概率分布，所述资源块动作层输出概率最高的所述资源块位置，作为优化资源块位置；基于所述功率概率分布，所述功率动作层输出概率最高的所述功率级别，作为优化功率级别； 基于所述优化工作模式、所述优化资源块位置与所述优化功率级别，所述多头动作网络模型输出所述优化动作信息； 基于所述时序差分误差优化所述策略网络的参数和所述价值网络的参数，使得当前策略得到优化，所述智能体的所述动作信息更新到下一状态； 重复以上循环步骤，直至所述状态信息与所述目标函数一致，按照优化后的所述策略进行资源分配。

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中电飞华通信有限公司;国网信息通信产业集团有限公司，其通讯地址为：100089 北京市丰台区樊羊路东旭国际中心A座南楼；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。