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！

龙图腾网获悉南京理工大学申请的专利基于多智能体强化学习的分布式边缘协同视频分析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：CN116723354B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310523421.1，技术领域涉及：H04N21/44；该发明授权基于多智能体强化学习的分布式边缘协同视频分析方法是由高冠宇;董煜骐设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于多智能体强化学习的分布式边缘协同视频分析方法在说明书摘要公布了：本发明公开了一种基于多智能体强化学习的分布式边缘协同视频分析方法，通过边缘节点们相互协作，共同学习视频帧预处理、模型选择和请求调度的最优策略，从而最小化系统的总体成本。本发明将每个边缘节点建模为一个智能体，它是一个自治实体并通过观察其本地状态来做出分布式控制决策。本发明采用了注意力机制来区分从不同边缘节点收集的信息的重要性，通过部署了一个具有多个边缘节点的视频分析测试平台杜对其性能进行验证，并使用真实世界的数据集和实验设置进行了广泛的实验。实验结果表明，与现有的基线方法相比，本发明可以显著提高33.6％‑86.4％的整体奖赏。

本发明授权基于多智能体强化学习的分布式边缘协同视频分析方法在权利要求书中公布了：1.一种基于多智能体强化学习的分布式边缘协同视频分析方法，其特征在于：该方法基于分布式边缘计算的视频分析系统，在位于不同地理位置的边缘节点上部署DNN模型，每个边缘节点接收着来自其相应区域的视频分析推理请求，通过协作学习以最小化系统的总体成本，包括如下步骤： 1不同区域的推理请求通过http协议将视频帧发送到相应的边缘节点； 2当边缘节点收到推理请求时，决策引擎根据当前系统状态做出决策，然后将控制决策应用于视频帧,决策包括推理节点的选择、DNN模型的选择和分辨率的选择； 3边缘节点将根据分辨率决策将视频帧降低到指定的分辨率，以减少边缘节点之间的传输延迟和推理延迟； 4边缘节点根据推理节点决策确定视频帧的推理是在本地进行还是转发到另一个边缘节点； 5如果当前时隙的视频帧在本地边缘节点进行推理，则将预处理后的视频帧放入本地推理队列，等待部署在本地边缘节点上选定的DNN模型进行推理； 6如果本地边缘节点过载，视频帧将被分派到另一个边缘节点，预处理后的视频帧将被放入调度队列，等待通过gRPC转发到另一个边缘节点进行推理； 对于决策引擎对应模型的更新训练方式如下： 将一个边缘节点的Actor网络表示为，对于每个边缘节点，Actor网络优化控制策略以提高奖励，并通过最大化以下目标进行更新，表达式如下： 其中是样本数量，是重要性抽样的概率比，它允许样本在参数用于更新参数，是边缘节点i的折扣奖励，由GAE计算出来的，用于评估状态，动作对的质量0，表示相对较好；否则相对较差；是控制裁剪强度的超参数，用来防止新的策略函数相对于旧的策略函数变化太多；是策略熵，用于增加探索，σ是策略熵的系数； 将一个边缘节点的Critic网络表示为，Critic网络根据下面方程式中定义的损失目标进行训练： 其中是折扣奖励，表示边缘节点在时隙t转换到时隙t+1转换中的全局状态，是参数为的Critic网络函数，是参数为下的Critic网络，是控制剪切强度的超参数。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。