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！

龙图腾网获悉国网浙江省电力有限公司物资分公司申请的专利一种基于深度强化学习的动态拣货路径优化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：CN120765155B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511278746.3，技术领域涉及：G06Q10/0835；该发明授权一种基于深度强化学习的动态拣货路径优化方法及系统是由王骊;贾成杰;翁慧颖;邱颖婕;吴光强;方君峰;欧阳柳;周少伟设计研发完成，并于2025-09-09向国家知识产权局提交的专利申请。

本一种基于深度强化学习的动态拣货路径优化方法及系统在说明书摘要公布了：本发明涉及仓储物流管理技术领域，尤其涉及一种基于深度强化学习的动态拣货路径优化方法及系统，包括基于仓库结构化编码数据解析得到拣选器状态向量；根据待处理订单队列数据和拣选器状态向量计算各通道内订单的移动价值密度；根据拣选器状态向量和待处理订单队列数据定义状态空间；基于状态空间和离散执行动作空间，将仓库订单拣选问题建模为马尔可夫决策过程；基于拣选器实时状态和移动价值密度，利用深度强化学习神经网络模型求解马尔可夫决策过程，得到最优拣货路径决策；根据最优拣货路径决策控制拣选器执行拣选操作。本发明结合深度强化学习神经网络模型求解马尔可夫决策过程，实现对拣货路径的精准优化，有效提升了仓库订单拣选的效率。

本发明授权一种基于深度强化学习的动态拣货路径优化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动态拣货路径优化方法，其特征在于，包括以下步骤： 采集仓库通道布局参数以及拣选器物理参数，形成仓库基础结构数据，并对所述仓库基础结构数据进行结构化编码，得到仓库结构化编码数据； 基于所述仓库结构化编码数据解析拣选器当前位置和拣选器剩余载货容量，得到拣选器状态向量； 实时采集仓库的待处理订单队列数据，并根据所述待处理订单队列数据和所述拣选器状态向量计算各通道内订单的移动价值密度； 根据所述拣选器状态向量和所述待处理订单队列数据定义状态空间，并构建拣选器在每个时间步的离散执行动作空间； 基于所述状态空间和所述离散执行动作空间，设定以最小化订单平均等待时间为优化目标的累积奖励，将仓库订单拣选问题建模为马尔可夫决策过程； 基于拣选器实时状态和所述移动价值密度，利用预先构建的深度强化学习神经网络模型求解马尔可夫决策过程，得到最优拣货路径决策； 根据所述最优拣货路径决策控制拣选器执行拣选操作； 其中，所述待处理订单队列数据包括待处理订单在仓库中的物品存储位置坐标；所述移动价值密度为拣选器在向上或向下移动时，各通道内各拣货位置的订单数量与拣选器当前位置到所述物品存储位置坐标之间的最小相对距离的比值之和； 所述基于所述状态空间和所述离散执行动作空间，设定以最小化订单平均等待时间为优化目标的累积奖励，将仓库订单拣选问题建模为马尔可夫决策过程的步骤包括： 基于所述状态空间和所述离散执行动作空间，确定拣选器从当前状态转移到下一状态的状态转移规则； 基于状态转移规则计算拣选器执行动作后从当前状态转移到下一状态的状态转移概率，构建状态转移概率模型； 以最小化订单平均等待时间为优化目标，根据拣选器动作执行结果构建包含拣货效率奖励、移动距离惩罚和卸货激励的复合累积奖励函数；拣选器动作执行结果至少包括拣选器完成拣选订单所需的时间、行进距离和订单完成度； 基于所述状态空间、所述离散执行动作空间以及所述状态转移概率模型，通过最大化复合累积奖励函数的优化目标，将仓库订单拣选问题建模为马尔可夫决策过程。

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国网浙江省电力有限公司物资分公司，其通讯地址为：310011 浙江省杭州市拱墅区凤起路378号5-6层；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。