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！

龙图腾网恭喜西北工业大学申请的专利一种基于PER-IDQN的多无人机围捕战术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：CN114815891B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202210525303.X，技术领域涉及：G05D1/695；该发明授权一种基于PER-IDQN的多无人机围捕战术方法是由李波;黄晶益;谢国燕;杨志鹏;杨帆;万开方;高晓光设计研发完成，并于2022-05-15向国家知识产权局提交的专利申请。

本一种基于PER-IDQN的多无人机围捕战术方法在说明书摘要公布了：本发明提供了一种基于PER‑IDQN的多无人机围捕战术方法，对栅格数字地图和无人机运动模型进行建模，通过各无人机与环境的交互，采用深度Q网络算法对多无人机神经网络模型进行部署，并利用优先经验回放策略对算法模型进行优化，然后构建状态空间、动作空间、奖励函数对多无人机围捕战术模型进行针对性设计，最后构建的多无人机围捕战术模型能够在复杂障碍物环境下制定的有效的围捕战术，实现对机动目标的包围捕获。本发明能够实现对机动目标的围捕，有效提升了对经验样本的采样效率，改善复杂任务场景下无人机决策模型训练速率较慢的问题，最终构建的多无人机围捕战术模型稳定性更强，能够适用于复杂动态环境下的多无人机围捕和自主避障任务。

本发明授权一种基于PER-IDQN的多无人机围捕战术方法在权利要求书中公布了：1.一种基于PER-IDQN的多无人机围捕战术方法，其特征在于包括下述步骤：步骤1：构建栅格数字地图模型、无人机模型；步骤2：基于PER-IDQN算法构建多无人机围捕决策模型；所述步骤2中基于PER-IDQN算法构建多无人机围捕决策模型的步骤为：步骤2-1：设定围捕无人机动作空间A为：A＝[0,-l,0,l,-l,0,0,l]0,-l,0,l,-l,0,0,l表示无人机向下、上、左、右移动的4个动作，l表示每个栅格的长度；步骤2-2：设定围捕无人机状态空间S为：S＝[Suav,Steamer,Sobser,Starget,Sfinish]其中Suav,Steamer,Sobser,Starget,Sfinish分别表示无人机自身状态信息、其他友方无人机信息、无人机探测信息、目标信息和任务状态信息；具体地，对于多围捕无人机系统中的第i个无人机，设定其自身状态信息为： xi和yi表示第i个无人机的坐标信息；对于第i个无人机，设定可获取的友方无人机状态信息为： 其中，xi和yi分别表示第i个围捕无人机的横、纵坐标值，n表示无人机的数量；设定围捕无人机i的观测信息为其中： om为探测示数，表示该围捕无人机对周边九宫格位置的探索信息；此外，结合目标相对我方无人机i的相对距离和方位信息，对于第i个围捕无人机，设定可获取的目标信息为： 其中，di和θi分别表示我方围捕无人机与目标的距离和相对方位角，xe和ye表示逃逸目标的横、纵坐标值；此外，为了帮助围捕无人机有效完成对目标的围捕，对于第i个围捕无人机，设定子状态量 表示是否完成对目标的围捕；步骤2-3：考虑到多无人机围捕战术中对目标的机动接近、协作围捕、自主避障三个决策过程，对于每个围捕无人机个体，设立其奖励函数R为：R＝σ1rpos+σ2rsafe+σ3reffi+σ4rtask其中，rpos,rsafe,reffi,rtask分别表示位置奖励、安全飞行奖励、高效飞行奖励和任务完成奖励，σ1～σ4为各项奖励所相应的权重值；具体的，设定位置子奖励为：rpos＝|xe-xi|+|ye-yi|-|xe-xi|+|ye-yi|′其中，|xe-xi|+|ye-yi|和|xe-xi|+|ye-yi|′分别表示当前时刻和下一时刻围捕无人机与目标的距离；设定围捕无人机安全飞行子奖励为： 设定围捕无人机高效飞行子奖励为：reffi＝-nstaynstay表示围捕无人机在当前栅格位置停留的次数；设定围捕无人机任务完成子奖励项为： 步骤2-4：设定多无人机围捕判定条件为：当目标与各围捕无人机距离一个单位栅格距离时，视作目标无法逃逸，围捕任务完成；步骤3：基于PER-IDQN算法，构建多无人机围捕决策模型并进行训练；每个无人机分别将状态信息输入至神经网络中，通过训练得到的PER-IDQN神经网络进行拟合，输出无人机飞行动作，各个围捕无人机通过协同决策，实现对目标的围捕。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。