基于深度强化学习的多智能体漩涡编队控制方法及系统

被引:0
专利类型
发明
申请号
CN202510946131.7
申请日
2025-07-09
公开(公告)号
CN120779957A
公开(公告)日
2025-10-14
发明(设计)人
周洁 陈玉锋 王司令 马天力 陈超波 高嵩
申请人
西安工业大学
申请人地址
710021 陕西省西安市未央区学府中路2号
IPC主分类号
G05D1/43
IPC分类号
G05D1/633 G05D1/644 G05D1/692 G05D1/247 G05D1/648 G05D109/10
代理机构
西安唐知知识产权代理事务所(普通合伙) 61284
代理人
马睿;奇敏
法律状态
公开
国省代码
陕西省 西安市
引用
下载
收藏
共 50 条
[1]
基于注意力机制的多智能体深度强化学习策略优化方法 [P]. 
陈晋音 ;
胡书隆 ;
王雪柯 ;
章燕 .
中国专利 :CN113392935A ,2021-09-14
[2]
基于深度强化学习的数值风洞入口风速智能控制方法 [P]. 
李珂 ;
杨庆山 ;
罗桢智 ;
陈增顺 ;
吴腾 ;
胡钢 .
中国专利 :CN117421991A ,2024-01-19
[3]
基于深度强化学习的ECO-CACC控制方法及系统 [P]. 
周忠齐 ;
刘宁 ;
金彪 ;
杨东 .
中国专利 :CN115424429A ,2022-12-02
[4]
基于深度强化学习的ECO-CACC控制方法及系统 [P]. 
周忠齐 ;
刘宁 ;
金彪 ;
杨东 .
中国专利 :CN115424429B ,2024-06-07
[5]
一种基于多智能体深度强化学习的预防控制方法及装置 [P]. 
张喜铭 ;
程凯 ;
林克全 ;
周长城 ;
翟苏巍 ;
余洋 ;
林莉 ;
杨铎烔 ;
包涛 .
中国专利 :CN121073097A ,2025-12-05
[6]
基于深度强化学习的智能体控制方法及系统 [P]. 
崔言 ;
周越 .
中国专利 :CN118267709A ,2024-07-02
[7]
基于深度强化学习的智能体控制方法及系统 [P]. 
崔言 ;
周越 .
中国专利 :CN118267709B ,2024-11-19
[8]
基于奖励函数改进的深度强化学习路径规划方法及系统 [P]. 
郭敏 ;
黄超 ;
胡国宾 ;
萧筝 ;
洪孟 ;
田家铭 ;
吴超群 .
中国专利 :CN118760168B ,2025-01-21
[9]
基于奖励函数改进的深度强化学习路径规划方法及系统 [P]. 
郭敏 ;
黄超 ;
胡国宾 ;
萧筝 ;
洪孟 ;
田家铭 ;
吴超群 .
中国专利 :CN118760168A ,2024-10-11
[10]
基于多智能体强化学习的智能抓取控制方法及系统 [P]. 
李可 ;
王加帅 ;
李光林 ;
岳寿伟 ;
陈永源 ;
彭福来 ;
侯莹 .
中国专利 :CN120056123A ,2025-05-30