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！

龙图腾网获悉大连大学申请的专利基于对比学习角色表示强化学习算法的多机器人协同工作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：CN121552346B 。

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：202511749477.4，技术领域涉及：B25J9/16；该发明授权基于对比学习角色表示强化学习算法的多机器人协同工作方法是由魏子麒;周成帅;车超;张堃设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本基于对比学习角色表示强化学习算法的多机器人协同工作方法在说明书摘要公布了：本发明公开了一种基于对比学习角色表示强化学习算法的多机器人协同工作方法，属于多智能体强化学习领域。包括：每个机器人获取当前环境的观测信息，分别进行时序建模、角色建模、空间建模，选择动作以及获得奖励值，生成状态价值；并且在这过程中将每个机器人的观测信息，当前环境的全局状态信息以及奖励值、角色表征等存放到一个经验回放池中，重复上述步骤最后利用经验回放池中存储的数据完成模型最优化，解决了在多机器人协同工作过程中的智能体行为同质化问题和信誉分配问题，可以有效量化机器人间的协作贡献，从而激励机器人在未来的任务中更好地协同工作，使得机器人优先选择对系统整体有利的行为，提升整体运行效率。

本发明授权基于对比学习角色表示强化学习算法的多机器人协同工作方法在权利要求书中公布了：1.基于对比学习角色表示强化学习算法的多机器人协同工作方法，其特征在于，包括： S1：每个机器人获取当前时刻自身观测信息并将所有机器人当前时刻的观测信息融合为全局状态；构建角色表征学习模块，根据各观测信息通过所述角色表征学习模块对每个机器人进行时序建模与角色建模，生成当前时刻下对应的时序表征与角色表征； S2：基于各机器人当前时刻的时序表征与角色表征，构建Encoder模块对每个机器人进行空间建模，生成当前机器人与其他每个机器人交互后的信息； S3：基于S2得到的交互信息，构建Decoder模块，遵循序列化原则进行决策，以自回归的方式进行每个机器人的决策选择； S4：基于对比学习算法对所述角色表征学习模块进行优化训练，得到优化后的角色表征学习模块；基于S1得到的观测信息、全局状态与角色表征，构建状态价值评估网络对机器人当前的状态进行状态价值评估，基于状态价值对所述Encoder模块和Decoder模块进行训练，得到优化后的Encoder模块和Decoder模块；将优化后的角色表征学习模块、Encoder模块和Decoder模块集成为CRMAT网络模型； S5：将待处理任务分解为若干步，每一步利用所述CRMAT网络模型进行处理，直到任务结束。

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大连大学，其通讯地址为：116622 辽宁省大连市大连开发区学府大街10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。