申请/专利权人：上海大学

申请日：2023-12-18

公开（公告）日：2024-03-19

公开（公告）号：CN117725830A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0499;G06N3/084;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明公开一种利用特征嵌入及课程学习思想进行无人艇集群围捕的方法，仿真环境构建，采用PettingZoo开源框架建立仿真环境，通过该框架确定系统中无人艇的数量，用于进行追逃围捕任务；编写逃逸无人艇的行为规则，搭建深度强化学习模型；利用深度强化学习对无人艇集群进行训练；为了提高模型的鲁棒性，应对执行任务过程时无人艇的失效影响整体任务的进行，对状态空间使用特征嵌入技术实现伸缩不变性。利用课程学习思想设置逃逸半径，在训练阶段应用课程学习思想，初始设定逃逸无人艇静止，逃逸速度为零，围捕半径条件设置较大，随后逐步提高逃逸速度、缩小围捕半径，使得无人艇集群更好地适应真实任务场景。

主权项：1.一种利用特征嵌入及课程学习思想进行无人艇集群围捕的方法，其特征在于：包括S1仿真环境构建：采用PettingZoo开源框架建立仿真环境，通过该框架确定系统中无人艇的数量，用于进行追逃围捕任务；S2深度强化学习训练：利用深度强化学习对无人艇集群进行训练，编写逃逸无人艇的行为规则，使其能够在不同情境下适应围捕任务；S3特征嵌入思想：直接将多无人艇观察信息串联为一维向量，无法灵活处理输入维度动态变化的场景，为提高模型鲁棒性，对无人艇执行任务时可能会遇到的个别无人艇失效的情况，对状态空间使用特征嵌入技术实现伸缩不变性；S4课程学习思想：在训练阶段应用课程学习思想，初始设定逃逸无人艇静止，逃逸速度为零，围捕半径条件设置较大，随后逐步提高逃逸速度、缩小围捕半径，使得无人艇集群更好地适应真实任务场景。

全文数据：

权利要求：

百度查询： 上海大学 利用特征嵌入及课程学习思想进行无人艇集群围捕的方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD