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！

龙图腾网获悉北京上成智饮机器人科技有限公司申请的专利一种融合强化多模态学习与知识图谱的决策优化方法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：CN120409642B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510497457.6，技术领域涉及：G06N5/022；该发明授权一种融合强化多模态学习与知识图谱的决策优化方法是由储兰兰设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种融合强化多模态学习与知识图谱的决策优化方法在说明书摘要公布了：本发明公开了一种融合强化多模态学习与知识图谱的决策优化方法，本发明涉及人工智能与知识图谱技术领域。该融合强化多模态学习与知识图谱的决策优化方法，通过动态权重调节和语义对齐约束的方式，实现多模态特征的动态融合，提高语义精度和可解释性，有效解决传统静态特征融合带来的语义偏差问题，并且通过记录分层强化学习智能体选择的智能推理路径，可以进行交互式图结构展示，具有透明化优势的同时，配合多目标奖励函数进一步提高路径的可解释性，配合综合置信度进行知识图谱的智能更新，实现知识图谱的智能成长，通过对抗训练机制与反事实推理生成细粒度可解释报告，进一步降低输出结果的误报率，提高决策透明度。

本发明授权一种融合强化多模态学习与知识图谱的决策优化方法在权利要求书中公布了：1.一种融合强化多模态学习与知识图谱的决策优化方法，其特征在于，具体包括以下步骤：S1、构建包含文本、图像、时序数据的多模态嵌入空间，通过元学习框架动态对齐各模态特征向量；S2、搭建分层强化学习智能体，其状态空间包含知识图谱实体关系拓扑结构和多模态特征联合编码向量；S3、定义双重动作空间：主动作空间用于控制知识图谱关系推理路径选择，辅助动作空间用于调节多模态数据融合权重；S4、构建多目标奖励函数，驱动分层强化学习智能体生成智能推理路径；S5、构建对抗训练机制验证智能推理路径的合理性，通过反事实推理生成差异解释报告，并进行增量式知识图谱更新；所述S1中采用门控注意力机制构建跨模态特征交互通道，计算文本－图像特征的语义关联度，门控注意力机制的计算公式为：式中，为文本－图像模态的注意力权重，，当时，激活跨模态注意力机制，为sigmoid函数，为文本可训练权重矩阵，用于文本特征的线性变换，为文本特征向量，为图像可训练权重矩阵，用于图像特征的线性变换，为图像特征向量，为偏置项参数；所述S3中辅助动作空间用于调节多模态数据融合权重的方式包括：式中，为第个模态的融合权重，为指数函数，用于Softmax归一化，为第个模态特征的重要性评分函数，为当前状态向量，为模态总数，为模态遍历索引，，为第个模态的重要性评分函数；所述S4中多目标奖励函数的计算公式为：式中，为总奖励评分，为路径复杂度惩罚项评分，为用户反馈奖励项评分，为语义一致性度量评分；路径复杂度惩罚项的计算公式为：式中，为路径节点数，为惩罚权重系数；用户反馈奖励项的计算公式为：式中，为人工评分，，为用户反馈权重系数；语义一致性度量的计算公式为：式中，为智能推理路径得分，为语义权重系数；所述S5中的对抗训练机制包括：构建判别器网络区分智能推理路径与专家标注路径，定义对抗损失函数：式中，为对抗训练损失值，为判别器网络，为参数，为专家标注路径，为智能推理路径。

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上成智饮机器人科技有限公司，其通讯地址为：100176 北京市大兴区北京经济技术开发区文化园西路6号院10号楼9层906-23；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。