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！

龙图腾网恭喜湖南工商大学申请的专利面向人机物协同情景的多智能体群体决策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：CN119046891B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411545586.X，技术领域涉及：G06F18/25；该发明授权面向人机物协同情景的多智能体群体决策方法及相关设备是由胡春华;袁一豪;苏影;聂伊朵;张雪荣设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本面向人机物协同情景的多智能体群体决策方法及相关设备在说明书摘要公布了：本发明公开了一种面向人机物协同情景的多智能体群体决策方法及相关设备，包括：针对第i个智能体，使用自编码器提取数据集的多模态特征；对每个智能体内部的多模态数据进行融合，得到第一融合特征；为了体现每个智能体均参与群体决策，采用加权平均法对每个第一融合特征进行加权融合，得到具备全局性的第二融合特征；通过多模态数据集合进行分布式训练，得到各个智能体的本地模型，并对每个智能体的本地模型进行迭代聚合训练，得到全局模型；采用全局模型对第二融合特征进行分析决策，得到决策输出结果。实现了同时对隐私数据保护和智能体多模态融合，以达成协作决策提供解决方案，提高了多智能体的决策精准性。

本发明授权面向人机物协同情景的多智能体群体决策方法及相关设备在权利要求书中公布了：1.一种面向人机物协同情景的多智能体群体决策方法，其特征在于，包括：针对第i个智能体，使用自编码器提取数据集Di的多模态特征，其中，自编码器由一个编码器和一个解码器组成，编码器将多模态数据映射到一个低维空间，解码器将低维空间的表示重构为原始数据，数据集Di为设智能体i的数据集，在多智能体构成的决策情景中，数据集Di为由图像数据、文本数据、音频数据、视频数据、传感器数据中的一种或数种组成的多模态数据集合；对每个所述智能体内部的多模态数据进行融合，得到第一融合特征；为了体现每个智能体均参与群体决策，采用加权平均法对每个所述第一融合特征进行加权融合，得到第二融合特征；通过所述多模态数据集合进行分布式训练，得到各个智能体的本地模型，并对每个智能体的本地模型进行迭代聚合训练，得到全局模型；采用所述全局模型对所述第二融合特征进行分析决策，得到决策输出结果；其中，所述针对第i个智能体，使用自编码器提取其对应数据集Di的多模态特征包括：设自编码器的编码函数为E·，解码函数为D·，重构误差为Lr·，则自编码器的训练目标为： 其中，Di＝Xi,Yi,…是智能体的多模态数据，其中Xi,Yi,…分别代表图像数据、文本数据、音频数据、视频数据、传感器数据中的一种多模态数据；训练完成后，采用如下公式得到多模态数据Di的低维表示：Zi＝EDi；其中，所述对每个所述智能体内部的多模态数据进行融合，得到第一融合特征包括：对各个模态的特征向量Zi进行线性变换，分别得到查询Qi、键Ki和值Vi三个向量:Qi＝WqZiKi＝WkZiVi＝WvZi其中，Wq,Wk,Wv是可学习的权重矩阵；计算每个模态与其他模态之间的注意力分数： 其中，Sij表示智能体i的查询向量和智能体j的键向量之间的注意力分数；对每一行的注意力分数进行softmax归一化，得到注意力权重 将注意力权重和值进行加权求和，得到输出向量： 设定双线性池化的函数为Bp·，则单个智能体内部的多模态融合后的特征向量为：Z'i＝BpZ′i其中，Z′i＝X′i,Y′i,...是单个智能体内部的多模态数据融合之后所得的第一融合特征，X′i，Y′i…代表图像数据、文本数据、音频数据、视频数据、传感器数据对应的多模态数据的隐向量；其中，所述采用加权平均法对每个所述第一融合特征进行加权融合，得到第二融合特征包括：采用如下公式表示第二融合特征： 其中，wi是智能体i的权重，根据智能体的重要程度决定，N是智能体的总数。

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湖南工商大学，其通讯地址为：410012 湖南省长沙市岳麓区岳麓大道569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”。