-
公开(公告)号：CN115328189B
公开(公告)日：2024-04-19
申请号：CN202210782058.0
申请日：2022-07-04
Applicant: 合肥工业大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明提供一种多无人机协同博弈决策方法和系统。通过生成多无人机的零和矩阵博弈模型，包括博弈双方信息、博弈策略集合和收益矩阵；博弈策略集合包括攻击方编队的第一策略集合和防御方编队的第二策略集合。基于第一策略集合和第二策略集合获取严格博弈矩阵，并根据严格博弈矩阵获取初始混合策略纳什均衡。通过确定使攻击方编队和防御方编队的收益值最大的策略，获取到目标混合策略纳什均衡，从而获取最佳第一策略，并控制攻击方编队执行最佳第一策略。通过零和矩阵博弈模型获取混合策略纳什均衡，并利用收益矩阵确定出最佳策略，从而提高了获取多无人机的博弈决策的效率。
-
公开(公告)号：CN111294760B
公开(公告)日：2023-07-04
申请号：CN202010059861.2
申请日：2020-01-19
Applicant: 合肥工业大学
Abstract: 本发明提供一种对抗环境下无人机协同态势感知网络快速响应方法和装置，涉及无人机通信领域。包括以下步骤：获取未发生故障时的无人机协同态势感知网络D1、初始信息交互拓扑T1和发生故障的无人机V1；基于发生故障的无人机V1和初始信息交互拓扑T1获取T1中的故障通信链接E1；将V1和E1从T1中删除，得到信息交互拓扑T2；判断信息交互拓扑T2是否能够保证无人机正常执行协同态势感知任务；若是，则T2即为最终的信息交互拓扑；若否，则基于无人机协同态势感知网络D1和信息交互拓扑T2获取备用边集合；基于备用边集合添加备用边到T2中，得到最终的信息交互拓扑。本发明的安全可靠性高。
-
公开(公告)号：CN113128698A
公开(公告)日：2021-07-16
申请号：CN202110269453.4
申请日：2021-03-12
Applicant: 合肥工业大学
Abstract: 本发明提供一种多无人机协同对抗决策的强化学习方法，涉及无人机领域，包括：获取无人机初始状态数据并进行格式转换；对无人机初始状态数据进行数据补全处理；对数据补全后的无人机初始状态数据进行数据转换和归一化处理，得到无人机状态数据；基于预设的Actor‑Critic算法对无人机状态数据进行处理，得到当前回合的多无人机协同对抗重决策结果；将多无人机协同对抗重决策结果输入到预设的仿真场景中，多无人机基于多无人机协同对抗重决策结果进行对抗，得到多无人机协同对抗数据，并将多无人机协同对抗数据作为下一回合的无人机初始状态数据，以得到下一回合的多无人机协同对抗重决策结果。本发明可以得到最适应当前环境下的无人机重决策方案。
-
公开(公告)号：CN112595174A
公开(公告)日：2021-04-02
申请号：CN202011356317.0
申请日：2020-11-27
Applicant: 合肥工业大学
Abstract: 本发明提供了一种动态环境下多无人机战术决策方法及装置，涉及多无人机对抗战术决策技术领域。基于武器数量组合概率分布，将无人机性能偏好转化为多个含有武器数量组合概率的子优化目标，并基于子优化目标来设计支付函数，把武器数量这个不确定信息转换为多个优化目标，对不确定性进行有效表征，再构建高维矩阵来求解战术决策。
-
公开(公告)号：CN111294760A
公开(公告)日：2020-06-16
申请号：CN202010059861.2
申请日：2020-01-19
Applicant: 合肥工业大学
Abstract: 本发明提供一种对抗环境下无人机协同态势感知网络快速响应方法和装置，涉及无人机通信领域。包括以下步骤：获取未发生故障时的无人机协同态势感知网络D1、初始信息交互拓扑T1和发生故障的无人机V1；基于发生故障的无人机V1和初始信息交互拓扑T1获取T1中的故障通信链接E1；将V1和E1从T1中删除，得到信息交互拓扑T2；判断信息交互拓扑T2是否能够保证无人机正常执行协同态势感知任务；若是，则T2即为最终的信息交互拓扑；若否，则基于无人机协同态势感知网络D1和信息交互拓扑T2获取备用边集合；基于备用边集合添加备用边到T2中，得到最终的信息交互拓扑。本发明的安全可靠性高。
-
Patent Agency Ranking
公开(公告)号：CN111026104A
公开(公告)日：2020-04-17
申请号：CN201910991069.8
申请日：2019-10-18
Applicant: 合肥工业大学
IPC: G05D1/02
Abstract: 本发明提供一种突发事件下的多智能体系统快速响应方法和装置，涉及人工智能领域。包括以下步骤：获取智能体未发生故障时多智能体编队的二维队形、初始通信网络D1和初始信息交互拓扑T1；获取发生故障的智能体V0；基于发生故障的智能体V0和初始信息交互拓扑T1获取T1中和V0相连的故障通信链接A0；将V0和A0从T1中删除，得到信息交互拓扑T2；判断信息交互拓扑T2是否为二维持久图；若是，则T2即为最终的信息交互拓扑；若否，则获取T2对应的无向图R1；基于R1获取备用边集合；基于备用边集合添加备用边对应的弧到T2中，得到最终的信息交互拓扑。本发明的安全可靠性高。
-
公开(公告)号：CN109019280A
公开(公告)日：2018-12-18
申请号：CN201810959671.9
申请日：2018-08-16
Applicant: 合肥工业大学
Abstract: 本发明公开了一种自动扶梯运行质量检测方法，为直接测量的检测方式，采用非接触的反射式光电传感器，直接检测自动扶梯扶手带的运行速度，采用非接触的反射式激光测距传感器直接检测自动扶梯梯级的运行速度、启动加速度和制动减速度；并采用非接触的反射式激光测距传感器直接检测自动扶梯梯级的制停距离；能够直接地、精确地测量自动扶梯的名义速度与实际运行速度的偏差、启动加速度、制动减速度、制停距离、两侧扶手带与梯级之间的同步率等多项技术参数，为自动扶梯安全运行提供保障，本发明同样适用于自动人行道的运行质量检测。
-
公开(公告)号：CN113128699B
公开(公告)日：2022-11-15
申请号：CN202110269462.3
申请日：2021-03-12
Applicant: 合肥工业大学
Abstract: 本发明提供一种快速收敛的多无人机协同对抗强化学习方法，涉及无人机领域，包括：获取多无人机协同对抗时的无人机状态数据；计算无人机状态数据的奖励回报；基于预先构建的强化学习网络对无人机状态数据进行处理，得到多无人机重决策方案；基于奖励回报更新强化学习网络；基于多无人机重决策方案获取多无人机协同对抗数据，并作为下一回合的无人机状态数据，以使更新后的强化学习网络对下一回合的无人机状态数据进行处理，以得到下一回合的多无人机协同对抗重决策方案。本发明将奖励回报设定为多无人机协同对抗参数奖励回报或多无人机协同对抗规则奖励回报，可以解决稀疏奖励的问题，使得多无人机在强化学习时可以快速收敛。
-
公开(公告)号：CN113128021B
公开(公告)日：2022-10-25
申请号：CN202110269461.9
申请日：2021-03-12
Applicant: 合肥工业大学
IPC: G06F30/20 , G06F17/18 , G06F111/02
Abstract: 本发明提供一种多无人平台协同对抗的实时重决策方法和系统，涉及无人平台领域，包括：实时获取多无人平台协同对抗时的无人平台状态数据；计算无人平台状态数据的奖励回报；基于预先构建的Actor网络对无人平台状态数据进行处理，得到当前回合的多无人平台重决策方案；基于预先构建的Critic网络对无人平台状态数据进行处理，得到重决策价值函数；基于奖励回报和重决策价值函数计算TD误差；基于TD误差更新Actor网络和Critic网络；多无人平台执行多无人平台重决策方案，得到多无人平台协同对抗数据，并作为下一回合的无人平台状态数据。本发明可以得到最适应当前环境下的无人平台重决策方案。
-
公开(公告)号：CN112612207B
公开(公告)日：2022-10-25
申请号：CN202011362535.5
申请日：2020-11-27
Applicant: 合肥工业大学
IPC: G05B13/04
Abstract: 本发明提供了一种不确定环境下多目标博弈求解方法及系统，涉及战术决策技术领域。本发明针对现有方法无法对于多目标权重模糊的情况进行求解的问题，通过获取双方的支付矩阵以及每个优化目标的权重；对于任意双方选择的一对策略对构建偏序关系；并构建双方的全局偏序关系表征矩阵，再基于所述全局偏序关系表征矩阵构建精炼偏序关系表征矩阵；最后从精炼偏序关系表征矩阵中获取纯策略纳什均衡解；直至获得的纯策略纳什均衡数量是否小于预设数量。能够针对不同的权重情况，选择合适的偏序关系构建方法，进而实现无明确权重时的偏序关系的构建，最终输出纯策略纳什均衡解。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.024 seconds)
