基于时空预测模型的强化学习的多智能体协同调度方法

被引：0

专利类型：

发明

申请号：

CN202510460882.8

申请日：

2025-04-14

公开(公告)号：

CN120317316A

公开(公告)日：

2025-07-15

发明(设计)人：

张海宁张倩田立强赵雅梦张龙邱一航贾隽植

申请人：

南开大学

申请人地址：

300071 天津市南开区卫津路94号

IPC主分类号：

G06N3/092

IPC分类号：

G06N3/045 G06N3/0464 G06N3/006 G06N3/008

代理机构：

天津翰林知识产权代理事务所(普通合伙) 12210

代理人：

王瑞

法律状态：

公开

国省代码：

河北省衡水市

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-07-15	公开	公开
2025-08-01	实质审查的生效	实质审查的生效IPC(主分类):G06N 3/092申请日:20250414

共 50 条

[1]

基于最大熵强化学习的多智能体协同调度方法及系统 [P].

彭广德 ;

李卫铳 .

中国专利 :CN119623933A ,2025-03-14

[2]

基于最大熵强化学习的多智能体协同调度方法及系统 [P].

彭广德 ;

李卫铳 .

中国专利 :CN119623933B ,2025-09-05

[3]

一种基于联邦强化学习的多智能体协同决策方法 [P].

王帅 ;

龙浩然 ;

罗吉润 ;

沈怡 .

中国专利 :CN120745684A ,2025-10-03

[4]

基于深度强化学习的水下多智能体协同围捕方法及装置 [P].

刘妹琴 ;

石晓博 ;

魏平 ;

兰剑 ;

陈霸东 .

中国专利 :CN118153431A ,2024-06-07

[5]

基于多智能体协同强化学习的动态设备品质评估方法 [P].

易立 ;

毛宇 ;

邓楚杭 ;

赵筑雨 ;

吴显锋 .

中国专利 :CN119671383A ,2025-03-21

[6]

一种基于深度强化学习的多智能体协同导航方法 [P].

袁济民 ;

张文博 ;

姜超颖 ;

李林 ;

龙璐岚 ;

王海舰 .

中国专利 :CN116579372B ,2025-07-25

[7]

一种基于多智能体强化学习的电动重卡协同调度优化方法 [P].

何鹏飞 ;

王歌 ;

王飞 ;

王刚 ;

段志尚 ;

张鹏宇 ;

张皓淼 ;

谢珍 ;

王海磊 .

中国专利 :CN121119519A ,2025-12-12

[8]

基于数字孪生和强化学习的多智能体协同避碰采摘方法 [P].

王红军 ;

林俊强 ;

邹湘军 ;

张坡 ;

李承恩 ;

邹伟锐 .

中国专利 :CN114942633A ,2022-08-26

[9]

基于多智能体协同决策与强化学习的结构化决策方法 [P].

张明昌 ;

戴佳音 .

中国专利 :CN121116554A ,2025-12-12

[10]

基于数字孪生和强化学习的多智能体协同避碰采摘方法 [P].

王红军 ;

林俊强 ;

邹湘军 ;

张坡 ;

李承恩 ;

邹伟锐 .

中国专利 :CN114942633B ,2025-01-10

← 1 2 3 4 5 →