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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利等效状态新颖值驱动的多无人机协作策略学习方法和装置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：CN120122701B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510626666.6，技术领域涉及：G05D1/46；该发明授权等效状态新颖值驱动的多无人机协作策略学习方法和装置是由李杰;陈钇廷;黄钰翀;习业勋;刘敏豪设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本等效状态新颖值驱动的多无人机协作策略学习方法和装置在说明书摘要公布了：本申请涉及一种等效状态新颖值驱动的多无人机协作策略学习方法和装置。所述方法定义了置换不变时空特征表示，通过类图像特征聚合联合状态中的时空信息，实现了等效状态的统一表征；基于置换不变时空特征采用随机网络蒸馏方法，对高维等效状态集的被访问程度进行快速有效评估，实现等效状态新颖值的一致度量，端到端估计等效状态集的整体被访问程度；以等效状态新颖值驱动无人机探索；最后，将等效状态新颖值作为共享内在奖励，与原始外在奖励共同引导策略更新，本方法在稀疏奖励条件下该方法对提高协作策略优化效率。

本发明授权等效状态新颖值驱动的多无人机协作策略学习方法和装置在权利要求书中公布了：1.一种等效状态新颖值驱动的多无人机协作策略学习方法，其特征在于，所述方法包括： 在多无人机任务场景中，根据基于分布式部分可观测马尔可夫决策过程的多无人机协同决策模型，确定联合状态空间； 根据所述联合状态空间，构建各状态的等效状态集； 各无人机根据自身策略和当前观测选择动作，所有无人机执行联合动作后，经过状态转移，各无人机得到包含观测、动作和外在奖励的第一经验元组； 采用置换不变时空特征表示对状态转移后状态的等效状态进行统一表征，得到等效状态的置换不变时空特征为： ； 其中，为等效状态的置换不变时空特征，n为无人机总数量，，，为威胁无人机的无人机数量；，，，，表示矩形任务区域范围；用于指示无人机的位置，如果无人机位于网格中，则，反之，则；为无人机被威胁锁定或拦截时长的线性映射，，和分别为无人机被威胁锁定或拦截时长的上下界的映射值； 根据等效状态的置换不变时空特征采用随机网络蒸馏方法对等效状态新颖值进行度量，确定内在奖励；并在第一经验元组中融入内在奖励后并添加至经验存储；每次状态转移所有无人机的外在奖励和内在奖励相同；等效状态新颖值度量为： ； 其中，为等效状态新颖值度量，为预测网络的输出，为预测网络的参数，为目标网络的输出，为等效状态的置换不变时空特征； 将无人机i的外在奖励和内在奖励进行加权求和，得到无人机i的总体奖励；循环执行状态转移和总体奖励计算，直至决策回合结束； 根据所述总体奖励和所述经验存储，采用ACER方法对Actor-Critic架构中的价值网络和策略网络进行优化。

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人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。