CNIPA.AI
返回搜索
档案

基于分层特征学习的多智能体协同适配程度筛选方法

发明专利有效
8权利要求 · 1 独立
§ Ⅰ

卷宗概要

发明人

陈建芮; 朱一格; 刘成凤; 郝飞; 邵仲世; 雷鸣

IPC 分类

G06F 18/25 (2023.01)G06N 3/006 (2023.01)G06N 5/022 (2023.01)G06N 3/0464 (2023.01)

一种基于分层特征学习的多智能体协同适配程度筛选方法,由数据集预处理、提取关键特征、构建分层特征学习网络、训练分层特征学习网络、测试分层特征学习网络构成。所述分层特征学习网络的构建方法包括多尺度运行知识图谱模块、多尺度运行特征提取模块、多源特征融合及适配程度筛选模块的构建方法,完成对多智能体执行任务能力适配程度的筛选。解决了现有多智能体任务分配与协同筛选方法中存在的特征表达单一、协同关系建模不足以及适配性评估不准确等缺陷。本发明具有特征表达全面、协同关系建模完整、适配性评估准确、筛选精度高、系统运行效率高、任务成功率高等优点,可用于工业自动化、多机器人协作、智能制造等任务调度平台中。