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！

龙图腾网获悉北京航空航天大学申请的专利一种障碍环境下多对多攻防博弈方法及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：CN120046494B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202510180127.4，技术领域涉及：G06F30/27；该发明授权一种障碍环境下多对多攻防博弈方法及装置是由闫芮;陈一杨;董希旺;潘成伟;徐浩;王庆;化永朝;冯智设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本一种障碍环境下多对多攻防博弈方法及装置在说明书摘要公布了：本申请公开了一种障碍环境下多对多攻防博弈方法及装置，涉及无人机控制技术领域，该方法包括：建立无人机集群的多对多攻防问题模型，建立一对一攻防子博弈问题，基于所述一对一攻防子博弈问题，对微分博弈下的防守胜利区域进行扩展，得到扩展后的微分博弈下的防守胜利区域，对强化学习下的防守胜利区域进行扩展，得到扩展强化学习下的防守胜利区域，基于多对多攻防问题模型、扩展后的微分博弈下的防守胜利区域和扩展强化学习下的防守胜利区域，进行多对多防守决策，得到多对多防守决策规划结果，本申请在存在多边形障碍的无人机集群攻防问题中，防守无人机能够尽可能多地拦截攻击无人机，最大限度地保护目标区域。

本发明授权一种障碍环境下多对多攻防博弈方法及装置在权利要求书中公布了：1.一种障碍环境下多对多攻防博弈方法，其特征在于，所述障碍环境下多对多攻防博弈方法包括： 建立无人机集群的多对多攻防问题模型；所述无人机集群包括若干攻击者无人机和若干防守者无人机；所述多对多攻防问题模型包括攻防微分博弈双方动力学模型和多边形障碍下博弈场景模型； 建立一对一攻防子博弈问题；所述一对一攻防子博弈问题包括一对一攻防子博弈模型、微分博弈下的防守胜利区域以及强化学习下的防守胜利区域；所述防守胜利区域由若干防守胜利状态构成；所述防守胜利状态为防守者无人机取得胜利的状态； 建立一对一攻防子博弈问题，具体包括：建立一对一攻防子博弈模型；建立防守胜利状态、防守胜利区域、攻击胜利状态、攻击胜利区域模型；利用微分博弈与强化学习算法，建立微分博弈与强化学习算法下的胜利状态与胜利区域模型；建立前向可达集和后向可达集区域模型；利用强化学习算法，基于前向可达集和后向可达集区域模型和强化学习下的防守胜利区域，构建新的强化学习下的防守胜利区域；新的强化学习下的防守胜利区域用于进行扩展得到扩展强化学习下的防守胜利区域； 基于所述一对一攻防子博弈问题，对微分博弈下的防守胜利区域进行扩展，得到扩展后的微分博弈下的防守胜利区域，具体包括：建立欧式最短距离路径、欧式最短距离可达区域、最短路径区域图、凸目标覆盖多边形模型；建立MOCG策略；基于欧式最短距离扩展MOCG算法，构造基于欧式最短距离扩展的多对多攻防微分博弈的现场迫近目标微分博弈防守者无人机算法，即MOCG-ESP策略，该MOCG-ESP策略为：对任意状态，都选择策略为；对于其余状态，选择策略为，其中，为微分博弈下的防守胜利区域，为防守者无人机的控制输入，指的是从防守者无人机的位置指向的单位向量，指的是在中按照序列的下一点，为防守者无人机的位置与攻击者无人机的位置的欧式最短距离路径； 对强化学习下的防守胜利区域进行扩展，得到扩展强化学习下的防守胜利区域； 基于多对多攻防问题模型、扩展后的微分博弈下的防守胜利区域和扩展强化学习下的防守胜利区域，进行多对多防守决策，得到多对多防守决策规划结果。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。