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！

龍圖騰網獲悉西北工業大學申請的專利一種交互場景下的多智能體協同交互決策與控制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：CN120386386B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510880327.0，技術領域涉及：G05D1/656；該發明授權一種交互場景下的多智能體協同交互決策與控制方法是由都巖巍;張慶昊;許斌;張睿;盧俊國;朱震;譚富威;楊瑞設計研發完成，并于2025-06-27向國家知識產權局提交的專利申請。

本一種交互場景下的多智能體協同交互決策與控制方法在說明書摘要公布了：本發明提出一種交互場景下的多智能體協同交互決策與控制方法，首先各智能體獲取對抗場景的時序狀態信息；在各智能體的決策系統中，獲取的對抗場景時序狀態信息輸入LSTM網絡進行預測和特征提取，得到隱藏狀態，將隱藏狀態輸入到SAC強化學習模型中，并通過設計的獎勵函數對LSTM網絡以及SAC強化學習模型進行訓練，最終得到各智能體的機動決策動作向量；各智能體以機動決策動作向量作為控制目標值，依據離散增量式PID控制器對智能體進行控制。該方法基于多智能體SAC強化學習算法，結合了LSTM時序處理和雙經驗回放機制，并通過設計合理的獎勵函數機制，在具有復雜動態物體的環境中，能夠快速預測動態物體的運動軌跡，對自身連續動作量進行準確決策。

本發明授權一種交互場景下的多智能體協同交互決策與控制方法在權利要求書中公布了：1.一種交互場景下的多智能體協同交互決策與控制方法，其特征在于：包括以下步驟： 步驟1：各智能體獲取對抗場景的時序狀態信息； 步驟2：在各智能體的決策系統中，獲取的對抗場景時序狀態信息輸入LSTM網絡進行預測和特征提取，得到隱藏狀態向量，用于作為后續強化學習的輸入； 步驟3：在各智能體的決策系統中，將步驟2得到的隱藏狀態向量輸入到SAC強化學習模型中，并通過設計的獎勵函數對LSTM網絡以及SAC強化學習模型進行訓練，最終得到各智能體的機動決策動作向量； 所述設計的獎勵函數包括角度優勢獎勵，高度優勢獎勵，速度優勢獎勵和勝負獎勵，而且還添加了軌跡預測獎勵，最終獎勵函數為添加隨機權重的各獎勵函數之和； 各獎勵函數具體為： 角度優勢獎勵： 為視線角； 高度優勢獎勵： 其中，為設定的理想高度；為智能體自身高度，為高度安全區間； 速度優勢獎勵： 其中，為智能體自身速度，為有效速度區間； 勝負獎勵： 若擊敗對方，則勝負獎勵取正值，若被對方擊敗，則勝負獎勵取負值； 軌跡預測獎勵： 其中，是LSTM網絡預測的對方智能體n在下一時間步的位置，是對方智能體n在下一時間步的實際位置； 最終得到的總獎勵函數為： 其中，表示各部分權重； 步驟4：各智能體通過步驟3得到機動決策動作向量后，以機動決策動作向量作為控制目標值，依據離散增量式PID控制器對智能體進行控制。

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西北工業大學，其通訊地址為：710072 陜西省西安市碑林區友誼西路127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”。