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！

龙图腾网获悉华南理工大学申请的专利基于深度强化学习的异构车型车辆路径规划方法及系统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：CN118608021B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202410084081.1，技术领域涉及：G06Q10/083；该发明授权基于深度强化学习的异构车型车辆路径规划方法及系统是由刘发贵;白智鑫;王吕晟彪设计研发完成，并于2024-01-19向国家知识产权局提交的专利申请。

本基于深度强化学习的异构车型车辆路径规划方法及系统在说明书摘要公布了：本发明涉及一种基于深度强化学习的异构车型车辆路径规划方法及系统。方法包括：构建考虑异构车型与时间窗的物流场景；根据物流场景搭建强化学习环境；按照采样规则生成数据集并对其进行预处理；根据强化学习环境构建基于注意力机制的深度强化学习模型；使用预处理后的数据集和深度强化学习算法对深度强化学习模型进行训练，完成训练后得到深度强化学习应用模型；将深度强化学习应用模型用于求解实际物流场景，并为每个输入的物流场景计算并输出成本最低的配送方案。本发明将其建模为考虑时间窗和异构车型约束的车辆路径问题，弥补了现有方法求解问题较为简单的不足，从而可以提升异构车型车辆路径规划的精准度和提高整体求解的效率。

本发明授权基于深度强化学习的异构车型车辆路径规划方法及系统在权利要求书中公布了：1.一种基于深度强化学习的异构车型车辆路径规划方法，其特征在于，包括： 构建考虑异构车型与时间窗的物流场景； 根据所述物流场景搭建强化学习环境； 按照采样规则生成数据集，并对其进行预处理； 根据所述强化学习环境构建基于注意力机制的深度强化学习模型； 使用预处理后的数据集和深度强化学习算法对所述深度强化学习模型进行训练，完成训练后得到深度强化学习应用模型； 将所述深度强化学习应用模型用于求解实际物流场景，并为每个输入的物流场景计算并输出成本最低的配送方案； 所述基于注意力机制的深度强化学习模型包括actor策略网络和critic评价网络； 其中actor策略网络用于感知当前的状态，并据此选择出接下来使用的车辆和其下一个前往的节点；actor策略网络结构包括第一嵌入层、第一编码器、车辆编码器、车辆解码器和节点解码器；基于预处理后的数据集的静态状态和动态状态并分别输入到第一嵌入层的静态嵌入部分和动态嵌入部分嵌入到高维，得到静态嵌入embedstatic和动态嵌入embeddynamic；基于预处理后的数据集的车辆状态经过第一嵌入层得到第一车辆嵌入embedvehicle，第一车辆嵌入embedvehicle经过车辆编码器处理后，与动态嵌入embeddynamic相加并输入到车辆解码器，经过车辆解码器融合处理后，得到车辆选择概率矩阵，并按照采样规则选择出下一个使用的车辆vehnext；静态嵌入embedstatic输入到第一编码器中，动态嵌入embeddynamic与第一编码器的输出连接后输入到节点编码器生成全局嵌入embedgraph，节点解码器将全局嵌入embedgraph与车辆解码器的输出连接得到上下文向量H，上下文向量H通过节点解码器中的多头注意力模块后与全局嵌入embedgraph相乘，再输入到softmax模块中得到节点选择概率矩阵，并按照采样规则选择出下一个服务的客户节点nodenext；将下一个使用的车辆vehnext和下一个服务的客户节点nodenext作为动作action输出给强化学习环境进行迭代，并记录下动作对数概率log_prob； critic评价网络用于辅助actor策略网络进行强化学习训练，其包括第二嵌入层、第二编码器和critichead层构成，第二嵌入层用来处理输入到actor策略网络中的数据，得到第二嵌入和第二车辆嵌入，第二嵌入和第二车辆嵌入经过第二编码器处理得到嵌入信息embedcritic；critichead层包括两个全连接层，嵌入信息embedcritic输入到critichead层中得到价值Vst，Vst表示向critic评价网络输入强化学习环境在第t步时的状态st后输出的价值。

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华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路381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。