公开(公告)号：CN117035435A

公开(公告)日：2023-11-10

申请号：CN202310619913.0

申请日：2023-05-29

Applicant: 北京理工大学

Inventor： 袁冬冰 ,  牛昱斌 ,  李冬妮

IPC: G06Q10/0637 ,  G05B13/04 ,  G06N3/092 ,  G06N7/01

Abstract: 一种动态环境下的多无人机任务分配与航迹规划优化方法，属于无人机技术领域。通过采用基于传统深度强化学习SAC算法的多智能体强化学习算法MA‑SAC，将传统SAC算法融合成多智能体网络结构，采用集中式训练分布式执行的方式，使得智能体之间可以交互和学习，在较短时间内可以收敛到更高的奖赏值和任务完成率，提升任务规划策略决策的时效性，降低智能优化算法的迭代次数、提升方法的时效性；通过构建基于策略集合的奖赏值函数，提高强化学习训练效率和训练稳定性，解决动态环境下奖赏值稀疏的问题，提升多智能体强化学习算法的收敛速度。本发明适用于无人机领域，能够在动态场景下提升动态环境下无人机实时任务规划效率。

公开(公告)号：CN116663411A

公开(公告)日：2023-08-29

申请号：CN202310633809.7

申请日：2023-05-31

Applicant: 北京理工大学

Inventor： 袁冬冰 ,  牛昱斌 ,  李冬妮

IPC: G06F30/27 ,  G06F18/23213 ,  G06N3/0895 ,  G06F18/214

Abstract: 一种无人机群智系统智能水平评价方法，属于综合评价方法领域。针对无人机协同任务规划需求以及OODA决策链架构，提取无人机群智系统任务规划过程中的指挥与控制要素；同时将无人机指挥、控制要素与心理学智能相关要素关联，构建无人机智能水平评价指标体系；对每个无人机智能水平评价指标进行量化，将量化的指标数据输入所构建的基于伪标签半监督学习的神经网络结构，得到无人机群智系统各项能力分值及最终等级值；提升无人机智能体标注级标签的效率、降低智能水平评价结果误差。本发明适用于无人机领域，解决需要手动为样本进行标注标签，严重降低开发效率，以及对智能体等级的水平评价具有人为主观性，评价结果误差大的问题。