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！

龙图腾网获悉昕彤赋能(长沙)人工智能行业应用系统有限公司申请的专利仿真模型训练方法及装置、污水处理方法、设备和介质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：CN121436046B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202512038614.X，技术领域涉及：G06N3/045；该发明授权仿真模型训练方法及装置、污水处理方法、设备和介质是由梁兴宇;李庭树;张水波;皮直平设计研发完成，并于2025-12-31向国家知识产权局提交的专利申请。

本仿真模型训练方法及装置、污水处理方法、设备和介质在说明书摘要公布了：本发明公开了一种仿真模型训练方法及装置、污水处理方法、设备和介质，应用于环境工程领域，基于状态参数构建状态节点，基于动作参数构建动作节点，基于外生变量及常量构建中间节点；基于状态节点、动作节点及中间节点构建因果图，基于因果图中的节点关系确定决策节点及推理节点；基于推理节点的推理模型及决策节点的决策模型构建生成器，构建对生成器的输出进行评分的价值模型作为判别器；基于生成器及判别器进行对抗学习，并在对抗学习中引入因果解耦及对比学习策略。本发明提出一种基于因果特征解耦的对比‑对抗模仿学习的污水处理仿真方案，构建具备高度真实性和泛化能力的虚拟环境，为污水处理全流程智能控制提供可靠基础。

本发明授权仿真模型训练方法及装置、污水处理方法、设备和介质在权利要求书中公布了：1.一种仿真模型训练方法，其特征在于，包括： 获取污水处理过程中的状态参数及动作参数；基于所述状态参数构建状态节点，基于所述动作参数构建动作节点，基于外生变量及常量构建中间节点； 基于所述状态节点、所述动作节点及所述中间节点构建因果图，基于所述因果图中的节点关系确定决策节点及推理节点；构建所述决策节点的决策模型，构建所述推理节点的推理模型； 基于所述推理模型及所述决策模型构建生成器，构建对所述生成器的输出进行评分的价值模型作为判别器；设置所述生成器的奖励规则，以最大化所述奖励规则为目标确定价值损失； 基于因果特征解耦从所述状态节点中确定所述动作节点及所述中间节点的因果状态节点及非因果状态节点，基于所述因果状态节点及所述非因果状态节点确定因果解耦损失；构建所述状态节点的正样本对及负样本对，基于所述正样本对及所述负样本对确定对比学习损失；包括：基于所述状态节点的真实状态数据构建所述正样本对，基于所述状态节点的反事实状态数据构建所述负样本对；基于所述正样本对及所述负样本对确定所述对比学习损失； 基于所述价值损失、所述因果解耦损失及所述对比学习损失确定目标损失，基于所述目标损失更新所述生成器及所述判别器的模型参数，基于训练完成的所述生成器及所述判别器构建仿真模型； 对比学习损失函数的表达式为： ； 式中，Lcontrast为所述对比学习损失，E为数学期望，DGenerator表示生成器Generator的输出的数据的分布，sta为当前时间步t的预测动作数据a的预测状态数据，sta*为当前时间步t的真实动作数据a*的真实状态数据，stacf当前时间步t的反事实动作数据acf的反事实状态数据，Nt为当前时间步t的所有反事实状态数据，g为投影头，sim为余弦相似度函数，τ为温度参数，用于控制分布的尖锐程度； 所述目标损失如下式所示： ； 式中，Ltotal为所述目标损失，Lcausal为所述因果解耦损失，Lcontrast为所述对比学习损失，Lppo为PPO损失，λcontrast为对比学习损失权重，λcausal为因果解耦损失权重。

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昕彤赋能(长沙)人工智能行业应用系统有限公司，其通讯地址为：410006 湖南省长沙市岳麓区咸嘉湖街道金星中路383号西京公寓三期商业广场14003；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。