-
公开(公告)号：CN119918306A
公开(公告)日：2025-05-02
申请号：CN202510405973.1
申请日：2025-04-02
Applicant: 厦门渊亭信息科技有限公司
IPC: G06F30/20 , G06F18/10 , G06F18/25 , G06F18/2135 , G06N3/0464 , G06N3/044 , G06N3/006
Abstract: 本发明提供了一种基于多域态势感知的实时仿真方法、装置、设备及存储介质，通过先获取多个作战域的数据源，并分别对每一作战域的数据源进行预处理；其中，数据源包括陆域数据、海域数据、空域数据、天域数据、以及网域数据；对预处理后的每一作战域的数据源进行融合以生成统一的多域数据，并基于统一的多域数据构建仿真模型；获取实验因子，将实验因子采用正交试验构建多种实验方案，将多种实验方案输入仿真模型，以生成关键指标，其中，关键指标包括作战目标达成情况、兵力消耗、作战时间及资源消耗；对关键指标进行动态优化，输出用于生成可供指挥控制系统参考的作战决策方案。解决了由于仿真精度不足，影响指挥控制系统决策的问题。
-
公开(公告)号：CN119883541A
公开(公告)日：2025-04-25
申请号：CN202411766426.8
申请日：2024-12-04
Applicant: 厦门渊亭信息科技有限公司
IPC: G06F9/48
Abstract: 一种基于路径搜索的作业调度方法、系统及存储介质，其包括构建以作业为中心的数据字典M，其格式定义为M＝[MK,(V1,V2,...,Vi)]；构建以执行资源为中心的数据字典J，其格式定义为J＝[JK,(V1,V2,...,Vi)]；为每个作业随机分配一轮执行资源；以未被分配执行资源的作业为起始节点，以被分配了两个以上执行资源的作业为终止节点，依次检测当前作业的执行资源使用时间段与其他作业的执行资源使用时间段是否存在冲突；若存在冲突，则将其他作业作为新的节点加入当前冲突路径中，直至找到无冲突的作业；对每个作业，统计能够完成该作业的执行资源，根据当前冲突路径从终止节点开始调整资源分配，优化作业调度。
-
公开(公告)号：CN117591272B
公开(公告)日：2025-03-14
申请号：CN202311448347.8
申请日：2023-11-01
Applicant: 厦门渊亭信息科技有限公司
Abstract: 本发明涉及一种基于共享内存的图计算实现方法、终端设备及介质，该方法中包括：将图结构的数据划分为多个分片；对各分片中的全部顶点进行排序，并将每个顶点对应的数据作为一个数据块；对每个顶点进行多次复制，得到一个主顶点和多个副顶点；按照分片中各顶点的排列顺序，得到一个主队列和多个副队列，主队列由分片包含的所有顶点对应的主顶点排列组成，副队列由分片包含的所有顶点对应一个副顶点排列组成；将主队列和从队列均存储至共享内存中；在多线程并发处理过程中，顺序读取主队列或副队列中头部的顶点进行数据处理。本发明避能够高效的执行数据的流转和处理，支持并发读取。
-
公开(公告)号：CN119475146A
公开(公告)日：2025-02-18
申请号：CN202411429530.8
申请日：2024-10-14
Applicant: 厦门渊亭信息科技有限公司
IPC: G06F18/2433 , G06F18/213 , G06N3/042 , G06N3/045
Abstract: 本申请实施例公开了一种提高数据相关性和准确性的方法及相关装置，该方法包括根据注意力机制计算待处理数据的数据特征的重要性权重，所述待处理数据包括多个数据特征；根据图神经网络和所述数据特征的重要性权重分析多个所述数据特征之间的数据关系；根据所述数据关系重构所述待处理数据，得到重构数据。采用本申请实施例，有利于提高数据相关性评估的准确性和全面性。
-
公开(公告)号：CN119129642B
公开(公告)日：2025-02-18
申请号：CN202411622371.3
申请日：2024-11-14
Applicant: 厦门渊亭信息科技有限公司
IPC: G06N3/008 , G06N3/092 , G06N3/0985
Abstract: 本发明公开了一种复杂场景的机器人智能体强化学习训练方法，其通过构建包含障碍物、动态目标以及环境约束等复杂场景、适用于多智能体系统的强化学习算法环境、状态转移模型，并采用强化学习算法构建为每个机器人智能体构建独立的神经网络；将智能体的给定状态、时序信息、历史状态信息的向量作为所述状态转移模型的输入，输出预测状态的状态转移概率和奖励信息；所述神经网络输出的动作策略和动作价值通过所述状态转移模型中执行并产生新的预测状态和奖励信息；通过调整神经网络的超参数，利用大规模分布式训练架构对所述决策网络和所述评估网络进行协作训练，实现多智能体的并行学习和协同决策，提高智能体在复杂场景中的性能表现和泛化能力。
-
Patent Agency Ranking
公开(公告)号：CN119115968B
公开(公告)日：2025-02-14
申请号：CN202411622374.7
申请日：2024-11-14
Applicant: 厦门渊亭信息科技有限公司
IPC: B25J9/16
Abstract: 本发明公开了一种基于分布式强化学习的多智能体机器人协同控制方法，其通过构建多智能体强化学习算法环境，定义状态空间、动作空间及奖励函数；构建分布式强化学习训练框架，包括采样模块、训练模块、调度管理及存储模块；基于“演员‑评论家”架构，为每个机器人智能体构建独立的演员网络和评论家网络；通过分布式训练框架，实现采样模块的样本数据共享与训练模块的神经网络参数共享和协作训练；最后将训练好的神经网络加载到多智能体机器人系统中，根据环境变化和任务需求进行协同控制；从而使每个节点的机器人智能体能够共享经验，并通过神经网络参数共享协作训练，从而实现协同控制策略，提高系统的整体性能和鲁棒性。
-
公开(公告)号：CN118627587B
公开(公告)日：2024-12-10
申请号：CN202411081505.5
申请日：2024-08-08
Applicant: 厦门渊亭信息科技有限公司
Abstract: 本发明公开了一种多智能体强化学习可迁移的方法、装置以及设备，其包括：对多智能体环境中实体的通用属性进行拆解，得到通用实体类以及对应的实体属性；基于所述通用实体类以及所述实体属性对实体进行特征定义和编码，得到实体特征序列；对所述实体特征序列进行特征的提取和融合，得到融合特征；基于所述融合特征进行实体的动作解耦，得到包括非指向性动作以及指向性动作的实体动作；利用强化学习算法将所述融合特征以及所述实体动作在不同的想定场景中进行泛化训练，得到多智能体模型；将所述多智能体模型部署至相应的目标想定场景中进行知识的迁移。能够更有效地迁移和应用已学习的知识，降低了对特定环境的依赖，提高了模型的泛化能力。
-
公开(公告)号：CN118662913B
公开(公告)日：2024-12-03
申请号：CN202411171786.3
申请日：2024-08-26
Applicant: 厦门渊亭信息科技有限公司
Abstract: 本发明涉及强化学习技术领域，公开了一种基于AI大模型的辅助决策方法及系统，在虚拟环境下的军事训练中，采用强化学习训练的智能体来作为对抗方辅助指挥官进行训练，其中，智能体在线训练机制包括以下步骤：采集训练数据，编码为观测向量；智能体根据采取的信息选择一个第一动作；智能体执行动作之后获得奖励并且存储经验到经验回放池；智能体通过训练好的第一神经网络获得训练启动的时刻和采集的经验数；到达启动时刻后采集经验启动训练。本发明可以通过提供一种智能体在线训练机制，可以有效地分配服务器的数据处理任务，从而使服务器的处理能力需求的峰值降低，并且保证了智能体的对抗强度。
-
公开(公告)号：CN116824104B
公开(公告)日：2024-12-03
申请号：CN202310654691.6
申请日：2023-06-05
Applicant: 厦门渊亭信息科技有限公司
Abstract: 本发明涉及一种标绘图形绘制方法、终端设备及存储介质，该方法中包括：选择待加载至地图的标绘图形；将标绘图形拆分为多个最小基本图元；在地图上选取多个坐标点，将该坐标点及图形类型作为输入参数，基于输入参数和各最小基本图元对应的图形生成算法生成各最小基本图元对应的图形数据；图形数据包括各个最小基本图元的坐标数据；将组成该标绘图形的所有最小基本图元数据填充至标绘图形绘图数据的数据结构内，得到该标绘图形的绘图数据；基于标绘图形的绘图数据，通过地图框架容器对标绘图形进行渲染绘制。本发明将标绘图形的生成与渲染及鼠标操作相分离，可运用到各种地图框架中，克服了现有技术只能运用到某一个具体地图中的缺陷。
-
公开(公告)号：CN118779456B
公开(公告)日：2024-11-29
申请号：CN202411248698.9
申请日：2024-09-06
Applicant: 厦门渊亭信息科技有限公司 , 湖南渊亭智能科技有限公司
IPC: G06F16/35 , G06F40/295 , G06F40/216
Abstract: 本发明提供一种基于自然语言处理的防务情报分类管理方法和系统，涉及情报管理技术领域，所述方法包括：根据防务情报，确定防务情报关键词；确定防务情报关键词的防务情报关键词词频；获取已知重要情报关键词，并确定已知重要情报关键词的重要程度；根据防务情报关键词、防务情报关键词词频、已知重要情报关键词和已知重要情报关键词的重要程度，确定防务情报重要性评分；获取命名实体；根据命名实体，确定关键命名实体识别结果；根据防务情报重要性评分和关键命名实体识别结果，对防务情报进行分类管理。根据本发明，可根据防务情报的重要性和防务情报中的关键命名实体，对防务情报进行分类管理，提高了防务情报分类管理的准确性。
-
-
-
-
-
-
-
-
-
Search Results
142
records
(took 0.045 seconds)
