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！

龙图腾网获悉东南大学申请的专利城际公铁多式出行路径多智能体协同推理还原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：CN120317469B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510481743.3，技术领域涉及：G06Q10/047；该发明授权城际公铁多式出行路径多智能体协同推理还原方法及系统是由丁璠;孟乾;杨笑;张文广设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本城际公铁多式出行路径多智能体协同推理还原方法及系统在说明书摘要公布了：城际公铁多式出行路径多智能体协同推理还原方法及系统，基于出行者的城际出行稀疏轨迹观测数据实现其真实出行路径的推理还原。步骤如下：获取并预处理原始轨迹观测数据和交通网络数据；对道路网络数据和轨迹观测数据进行栅格化处理及储存；设计并训练路径搜索智能体，实现合理还原路径序列的推理；设计并训练方式辨识智能体，实现合理出行方式序列的推理；训练好的两智能体协同推理实现城际公铁多式出行真实路径的还原。本发明将复杂的城际公铁多式出行路径还原问题解耦为路径搜索与方式辨识两个子问题，并构建两个智能体分别完成这两个子问题的解决，实现了基于稀疏观测轨迹的城际出行真实路径的推理还原，为路径还原领域提供了新思路与新方法。

本发明授权城际公铁多式出行路径多智能体协同推理还原方法及系统在权利要求书中公布了：1.城际公铁多式出行路径多智能体协同推理还原方法，其特征在于：包括以下步骤： 步骤S10，获取并预处理原始轨迹观测数据和交通网络数据； 步骤S20，对道路网络数据和轨迹观测数据进行栅格化处理及储存； 步骤S30，设计并训练路径搜索智能体，以实现在给定轨迹观测序列和特定交通方式对应道路网络后推理出合理的还原路径序列； 步骤S40，设计并训练方式辨识智能体，以实现在给定轨迹观测序列和路径搜索智能体反馈的道路匹配度后推理出合理的出行方式序列； 所述步骤S40具体包括： 步骤S41，设计方式辨识智能体； 与路径搜索智能体相同，在方式辨识过程中的第时间步，方式辨识智能体根据策略进行马尔可夫决策过程，从当前状态采取动作转移到下一状态，并获得此时刻的奖励；其中，智能体获取的状态包含该时刻观测序列的局部动静态特征，智能体所在位置的道路网络信息，以及其位置周边网格的道路网络信息；智能体采取的动作为辨识出的交通方式；智能体获取的奖励设置为路径搜索智能体反馈的道路匹配度与根据运动特征辨识方式得到奖励的乘积； 步骤S42，训练方式辨识智能体； 与路径推理智能体基于策略的强化学习过程不同，方式辨识智能体采用基于价值的DQN算法进行训练，通过学习状态动作价值函数，实现不同状态下交通方式标签动作的最优选择； 为有效寻找最优函数，采用神经网络对其进行建模；为分析同一状态下采取不同动作的差异性，将状态动作价值函数表示为状态价值函数与优势函数的和，使智能体能够更好处理相似状态下的动作选择，下式为状态动作价值函数的表达式，其中，为智能体在状态下能够获得的期望回报，为智能体在状态下采取不同动作的优势函数，为神经网络的参数集合； ； 为获取轨迹点和临近轨迹点的深层联系，方式辨识智能体的状态动作价值神经网络采用长短时记忆网络层替代全连接层，此外，在训练过程中引入目标网络，使用双重神经网络进行训练，训练网络在训练中每步均进行更新，而目标网络使用历史参数，每隔步与训练网络同步一次，从而避免网络估值过高对方式辨识性能产生影响； 步骤S50，路径搜索智能体与方式辨识智能体异步训练、协同推理，强化学习训练完成后共同实现稀疏轨迹观测序列对应真实路径的推理还原。

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东南大学，其通讯地址为：210000 江苏省南京市江宁区东南大学路2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。