发明专利已授权

一种基于最优反例和障碍函数的安全深度强化学习方法

📄 申请号：CN202411843797.1 📄 发布日：2026/08/04

著录项目信息

申请日

2024-12-14

公开号

CN119721177B

公开日

2025-10-10

申请人

西南大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_092

IPC 分类号

G06N3_092 , G06F17_18 ,

技术画像

所属领域

深度强化学习深度强化学习安全强化学习障碍函数设计

应用场景

自动驾驶, 机器人控制, 工业自动化, 智能决策系统, 航空航天控制

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于最优反例和障碍函数的安全深度强化学习方法，该方法包括以下步骤，利用标准化流技术，构造基于反例样本分布的非负的未标准化的目标概率分布函数，基于该目标分布训练标准化流模型；使用训练好的标准化流模型进行反例样本的采样；将生成的反例样本，用于引导障碍函数网络进行更加精细化的修正训练，通过不断生成并补充反例样本，进行深度强化学习训练，最终学习到正确障碍函数。与现有技术相比，本发明通过最优反例样本生成技术，优化了障碍函数和强化学习的归纳迭代训练效率，并且提高了形式化验证的效率。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种带路径规划及水下地形识别的智能机器人赶鱼装置

当前第 / 件

一种锯齿结构

同领域国内专利 · IPC: (G06N3_092)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：16 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于最优反例和障碍函数的安全深度强化学习方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_092)

相似专利推荐 AI 驱动 · 同领域

一种可倾转六旋翼无人机的抗饱和控制分配方法及系统

一种基于虚拟同步发电机技术与潮流分析的配电网优化调度方法

一种基于目标计算的船舶动力定位系统非线性无偏预测控制方法

服务项目

资源中心

关于柿子坊