买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉烟台大学申请的专利面向边缘计算的无人机群路径规划与任务卸载方法和装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121680435B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610186353.8，技术领域涉及：G05D1/46；该发明授权面向边缘计算的无人机群路径规划与任务卸载方法和装置是由吴世娥;陈佳慧;贺鹏飞设计研发完成，并于2026-02-10向国家知识产权局提交的专利申请。

本面向边缘计算的无人机群路径规划与任务卸载方法和装置在说明书摘要公布了：本发明涉及无人机群路径规划与任务卸载技术领域，具体为面向边缘计算的无人机群路径规划与任务卸载方法和装置；本发明方法通过将无人机群辅助边缘计算系统构建为双层异构多智能体决策模型，将任务卸载与计算资源分配决策从飞行轨迹控制中解耦出来，使高层专注于系统级计算与通信资源优化，低层专注于无人机的安全飞行与编队保持，从结构上降低了飞行控制、任务卸载与资源分配之间的强耦合关系，显著减少联合优化问题的复杂度，并通过解耦式双层多智能体强化学习方法分别对低层和高层进行训练，提升了多智能体学习过程的稳定性与收敛可靠性，使得本发明方法在复杂动态环境下具备更高的实用性和可部署性。

本发明授权面向边缘计算的无人机群路径规划与任务卸载方法和装置在权利要求书中公布了：1.一种面向边缘计算的无人机群路径规划与任务卸载方法，用于包括一架领导无人机和多架跟随无人机的无人机群辅助边缘计算系统，其特征在于，包括如下操作： 将无人机群辅助边缘计算系统，构建为双层异构多智能体决策模型，其中，高层用于联合决策任务卸载比例与计算资源分配，低层用于执行无人机飞行轨迹控制与编队保持； 在高层中，各跟随无人机基于自身任务特征、通信条件和系统负载信息，分别决策任务卸载比例；领导无人机在感知各跟随无人机卸载比例的基础上，统一分配计算资源，以最小化系统任务完成时延；领导无人机的状态空间包括各跟随无人机的卸载决策、系统全局负载信息；领导无人机的动作空间包括对各跟随无人机的计算资源分配策略；领导无人机的奖励函数由系统任务完成时延，系统级时延改进率、卸载算力不匹配惩罚项构建；跟随无人机的状态空间包括自身任务特征、通信条件、系统负载信息；跟随无人机的动作空间为任务卸载比例；跟随无人机的奖励函数由个体任务完成时延、个体级时延改进率、系统级时延改进率、瓶颈惩罚构建； 在高层中，跟随无人机的奖励函数计算公式如下： ， ， ， 、、、、分别为时隙k时第i架跟随无人机的奖励函数值、个体任务完成时延、个体级时延改进率、系统级时延改进率、瓶颈惩罚，为时隙k时第i架跟随无人机的任务完成时延，为时隙k时第i架跟随无人机全部本地处理的时间，为第一参数，为时隙k时系统时延，为容忍系数，、、、分别为个体任务完成时延权重、个体级时延改进率权重、个体级时延改进率权重、瓶颈惩罚权重，为指示函数； 在低层中，各无人机基于局部观测信息，独立输出连续飞行动作，在飞行过程中同时满足无人机动力学约束、编队约束和避障安全约束；领导无人机的状态空间包括运动状态、目标相对位置、局部障碍物信息得到，领导无人机的动作空间包括速度增量、航向增量，领导无人机的奖励函数是由距离推进奖励、到达目标奖励、时间压力惩罚、第一避障与边界约束惩罚构建；跟随无人机的状态空间包括运动状态、与领导无人机的相对位置信息、与邻居跟随无人机的相对位置信息、局部障碍物信息，跟随无人机的奖励函数由编队距离奖励、速度与航向协同奖励、邻居距离与碰撞避免奖励、第二避障与边界约束惩罚构建； 时间压力惩罚的计算公式如下： ， 为时间压力惩罚项值，为最大允许飞行时隙数，表示时间压力开始生效的阈值时刻，为时间压力惩罚权重； 通过解耦式双层多智能体强化学习方法，分别对低层和高层进行训练，用于生成无人机飞行轨迹、任务卸载决策以及计算资源分配策略，从而执行无人机群路径规划与任务卸载。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人烟台大学，其通讯地址为：264005 山东省烟台市莱山区清泉路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。