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！

龙图腾网获悉阿里云计算有限公司申请的专利一种基于强化学习的子轨迹聚类方法及装置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：CN115587307B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211274603.1，技术领域涉及：G06F18/23；该发明授权一种基于强化学习的子轨迹聚类方法及装置是由梁安琪;刘音沛;陈智达;谢炯;王波;李飞飞设计研发完成，并于2022-10-18向国家知识产权局提交的专利申请。

本一种基于强化学习的子轨迹聚类方法及装置在说明书摘要公布了：本说明书一个或多个实施例提供一种基于强化学习的子轨迹聚类方法及装置。所述方法包括：获取待划分的轨迹集合，所述轨迹集合中包括至少一条轨迹，所述至少一条轨迹中包括用于作为初始聚类中心的k条轨迹；针对所述至少一条轨迹进行强化学习，遍历各条轨迹中包括的各个轨迹点，以决策出与各个轨迹点对应的划分动作，并采用与各个轨迹点对应的划分动作对各个轨迹点所在的轨迹进行划分以得到至少一条子轨迹，针对划分得到的各条子轨迹进行聚类以得到k个子轨迹集合，使得聚类得到的所述k个子轨迹集合的聚类评价指标的取值符合预期值；获得基于强化学习得到的k个子轨迹集合，作为针对所述轨迹集合的子轨迹聚类结果。

本发明授权一种基于强化学习的子轨迹聚类方法及装置在权利要求书中公布了：1.一种基于强化学习的子轨迹聚类方法，所述方法包括： 获取待划分的轨迹集合；其中，所述轨迹集合中包括至少一条轨迹；所述至少一条轨迹中包括用于作为初始聚类中心的k条轨迹，所述k为正整数；所述轨迹为包括移动对象至少一个轨迹点的轨迹点序列；所述移动对象包括行人、车辆或航空器；所述轨迹点序列包括个轨迹点，表示轨迹中的第个轨迹点，为正整数，轨迹点为，其中，、表示轨迹点的经纬度坐标，表示轨迹点的采样时刻； 针对所述至少一条轨迹进行强化学习，遍历各条轨迹中包括的各个轨迹点，以决策出与各个轨迹点对应的划分动作，并采用与各个轨迹点对应的划分动作对各个轨迹点所在的轨迹进行划分以得到至少一条子轨迹，针对划分得到的各条子轨迹进行聚类以得到k个子轨迹集合，使得聚类得到的所述k个子轨迹集合的聚类评价指标的取值符合预期值； 获得基于强化学习得到的k个子轨迹集合，作为针对所述轨迹集合的子轨迹聚类结果； 所述强化学习的决策动作，包括：在遍历到的轨迹点所在的位置上，对该轨迹点所在的轨迹是否进行划分的划分动作；其中，所述划分动作，包括对轨迹点所在的轨迹进行划分的第一划分动作，和对轨迹点所在的轨迹不进行划分的第二划分动作； 与所述强化学习的决策动作对应的回报，包括：针对采用与遍历到的轨迹点对应的划分动作对该轨迹点所在的轨迹进行划分得到的子轨迹，进行聚类得到的k个子轨迹集合的聚类评价指标的取值；其中，所述聚类评价指标，包括各条子轨迹到其所属的子轨迹集合的聚类中心的平均距离； 所述针对所述至少一条轨迹进行强化学习，遍历各条轨迹中包括的各个轨迹点，以决策出与各个轨迹点对应的划分动作，包括：遍历各条轨迹中包括的各个轨迹点；将遍历到的轨迹点对应的环境状态作为输入数据，输入训练完成的基于强化学习的决策模型，以得到所述决策模型输出的与所述第一划分动作对应的第一决策值和与所述第二划分动作对应的第二决策值；其中，所述第一决策值，用于表征在遍历到的轨迹点对应的所述环境状态下，与所述第一划分动作对应的累积回报的最大值；所述第二决策值，用于表征在遍历到的轨迹点对应的所述环境状态下，与所述第二划分动作对应的累积回报的最大值；如果所述第一决策值大于所述第二决策值，则确定与遍历到的轨迹点对应的划分动作为所述第一划分动作；如果所述第一决策值不大于所述第二决策值，则确定与遍历到的轨迹点对应的划分动作为所述第二划分动作； 所述环境状态包括与所述强化学习的决策动作相关的信息，所述强化学习的累积回报包括与遍历到的各个轨迹点对应的即时回报之和。

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阿里云计算有限公司，其通讯地址为：310024 浙江省杭州市西湖区转塘科技经济区块12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”。