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！

龙图腾网恭喜厦门渊亭信息科技有限公司申请的专利一种陆战无人装备的模拟训练方法、装置及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：CN119398130B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202510006743.8，技术领域涉及：G06N3/092；该发明授权一种陆战无人装备的模拟训练方法、装置及设备是由洪万福;王园园;黄在斌设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种陆战无人装备的模拟训练方法、装置及设备在说明书摘要公布了：本发明公开了一种陆战无人装备的模拟训练方法、装置及设备，包括：创建多智能体无人装备的陆战对抗场景，定义陆战对抗场景中红方智能体和蓝方智能体的场景信息、观测空间、动作空间、胜负条件以及奖励函数；构建多智能体强化学习的网络训练框架，包括MAPPO网络以及QMIX网络，得到多智能体强化学习模型；其中，MAPPO网络用于提供即时反馈和策略调整的梯度信息；QMIX网络用于实现多智能体之间的协作和全局策略的评估；通过初始化和更新MAPPO网络以及QMIX网络的网络参数，对多智能体强化学习模型进行迭代训练，直到满足预设条件时停止训练，得到多智能体协作系统。

本发明授权一种陆战无人装备的模拟训练方法、装置及设备在权利要求书中公布了：1.一种陆战无人装备的模拟训练方法，其特征在于，所述方法包括：创建多智能体无人装备的陆战对抗场景，定义陆战对抗场景中红方智能体和蓝方智能体的场景信息、观测空间、动作空间、胜负条件以及奖励函数；其中，场景信息包括红方智能体和蓝方智能体的实体数量以及初始位置；观测空间包括红方智能体的局部观测空间以及全局观测空间；动作空间包括红方智能体的连续动作以及离散动作，奖励函数包括过程奖励以及最终奖励；构建多智能体强化学习的网络训练框架，包括MAPPO网络以及QMIX网络，得到多智能体强化学习模型；其中，MAPPO网络用于提供即时反馈和策略调整的梯度信息；QMIX网络用于实现多智能体之间的协作和全局策略的评估；进一步的，所述MAPPO网络基于actor-critic架构进行构建，包括策略网络以及价值网络，所述策略网络包括输入层、隐藏层以及输出层，其中，通过输入层接收陆战对抗场景的状态向量，状态向量包括所有红方智能体的局部观测空间；在隐藏层中通过第一层隐藏层捕捉状态向量中的局部状态特征，以及，通过第二层隐藏层提取特征并减少维度，并在第二层隐藏层中引入循环神经网络捕捉时间的依赖性；通过输出层输出红方智能体在当前状态下做出的决策；所述价值网络包括输入层、隐藏层以及输出层，其中，通过输入层接收全局观测空间；通过隐藏层提取全局观测空间的全局状态特征，并在隐藏层中引入所述QMIX网络以捕捉多智能体之间的协作和交互关系；通过输出层输出当前状态的价值估计；进一步的，所述QMIX网络包括智能体网络、超网络以及混合网络，所述智能体网络基于GRU的循环神经网络进行构建，所述超网络采用多层感知机进行构建，所述混合网络采样前馈神经网络进行构建；其中，将红方智能体的局部观测空间以及当前动作输入至所述智能体网络中，输出红方智能体的局部Q值函数；将全局观测空间输入至所述超网络进行预处理后，通过MLP进行线性变换，并通过激活函数进行非线性变换，输出全局向量；将局部Q值函数输入所述混合网络，并将全局向量作为所述混合网络的权重，输出全局Q值函数；通过初始化和更新MAPPO网络以及QMIX网络的网络参数，对多智能体强化学习模型进行迭代训练，直到满足预设条件时停止训练，得到多智能体协作系统。

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厦门渊亭信息科技有限公司，其通讯地址为：361000 福建省厦门市软件园二期望海路61号801单元N8-01；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”。