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！

龙图腾网恭喜中国电子科技集团公司第十五研究所申请的专利基于深度强化学习的智能目标分配方法及系统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：CN119849894B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510335382.1，技术领域涉及：G06Q10/0631；该发明授权基于深度强化学习的智能目标分配方法及系统是由臧义华;孟晓燕;马兴民;苗菁菁设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本基于深度强化学习的智能目标分配方法及系统在说明书摘要公布了：本发明公开了基于深度强化学习的智能目标分配方法及系统，具体涉及多智能体系统领域，用于解决动态对抗模拟场景中多维度约束下的实时决策问题，是通过构建时序依赖图、栅格化通行矩阵和容量平衡表，将时间、空间和资源约束分解为独立模型，降低多智能体系统在动态对抗场景中的决策复杂度；借助自适应蒙特卡洛采样、预测感知路径规划和动态阈值资源分配，快速生成多样化高质量候选方案；环境变化时，利用多层影响传播网络和空间拓扑关系图谱定位受影响智能体，通过局部调整生成方案片段，避免全局重计算，减少开销，确保实时响应；同时，通过资源时延耦合和路径效率综合评估，结合多目标优化与任务一致性验证，筛选出高效可靠的最优解。

本发明授权基于深度强化学习的智能目标分配方法及系统在权利要求书中公布了：1.基于深度强化学习的智能目标分配方法，其特征在于，包括步骤：S1.将时间约束分解为带松弛因子的时序依赖图，其中节点表示任务时间窗、边表示任务先后关系；将空间约束离散化为栅格化二值通行矩阵，每个栅格标注动态障碍物状态；将资源约束转化为容量平衡表，实时记录各智能体的资源余量；S2.在时间域通过蒙特卡洛采样生成任务序列，在空间域采用改进A*算法生成路径片段，在资源域执行贪婪策略分配资源包；通过图匹配算法将三个域的候选片段进行组合，输出候选方案集合；S3.建立变更影响传播模型，基于空间拓扑关系图谱定位受约束变更影响的智能体集合；针对受影响智能体的任务序列、路径片段及资源分配数据，触发局部约束满足求解器生成新候选方案集合；S4.从新候选方案集合中，获取资源时延信息和路径效率信息，对候选方案集合进行帕累托前沿筛选；通过时序逻辑验证工具检查方案中任务依赖关系的一致性，输出无冲突的可行方案集合。

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中国电子科技集团公司第十五研究所，其通讯地址为：100101 北京市海淀区北四环中路211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”。