買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉上海科技大學申請的專利一種解決物理約束的深度強化學習訓練及決策方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116306900B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310308630.4，技術領域涉及：G06N3/092；該發明授權一種解決物理約束的深度強化學習訓練及決策方法是由石野;丁樞桐;汪婧雅設計研發完成，并于2023-03-27向國家知識產權局提交的專利申請。

本一種解決物理約束的深度強化學習訓練及決策方法在說明書摘要公布了：本發明公開了一種解決物理約束的深度強化學習訓練及決策方法，公開了一種通用的能夠處理物理約束的強化學習方法，確保了在強化學習進行決策的過程中硬約束的滿足。本發明提出的是一種通用的解決物理約束的強化學習方法，可以解決任意形式的具有任意多個可微約束的決策問題，而不限于某一具有某種特定形式約束的決策問題；本發明所提出的物理感知層是全可微的。因此，策略網絡可以得到完整的梯度信息，因此其訓練過程是端到端的，便于實現和操作。其訓練更新的過程也更加準確；本發明致力于解決決策問題中的物理硬約束，其包含了等式和不等式約束，確保了決策的可行性。這對強化學習技術在實際應用中的落地意義重大。

本發明授權一種解決物理約束的深度強化學習訓練及決策方法在權利要求書中公布了：1.一種基于解決物理約束的深度強化學習決策方法的電網控制方法，其特征在于，包括以下步驟： 步驟1、在強化學習的策略網絡輸出后添加一個可微的物理感知層，用于對策略網絡輸出的不滿足物理約束的動作進行處理，使其滿足物理硬約束，其中，物理感知層包括用于解決等式約束的滿足性的等式構造層和用于解決不等式約束的滿足性的不等式投影層； 步驟2、給定當前電網狀態s，該當前電網狀態s包括電網中各節點的有功功率需求和無功功率需求以及當前的日前電價，使用策略網絡決策出初始部分動作ap，該初始部分動作ap包括發電節點的有功發電功率和電壓幅值以及蓄電池的有功放電充電功率； 步驟3、將初始部分動作ap輸入等式構造層，等式構造層通過求解當前狀態s下等式約束所定義的方程組求解出剩余動作ar，該剩余動作ar包括電網發電節點的無功發電功率和電網各節點的電壓幅值和幅角，最終得到完整動作其中，電網各節點的電壓幅值不包括發電節點的電壓幅值； 步驟4、將完整動作輸入不等式投影層，不等式投影層以當前狀態s下不等式約束對應的精確懲罰函數為優化目標，對完整動作進行多次投影更新，直至其滿足所有不等式約束，輸出最終可行動作a； 步驟5、強化學習智能體執行最終可行動作a至電網控制中心。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人上海科技大學，其通訊地址為：201210 上海市浦東新區華夏中路393號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。