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！

龙图腾网获悉北京信息科技大学申请的专利电子组件车间AGV复合作业模式下的改进PPO调度方法、系统、介质及设备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：CN119417169B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202411556169.5，技术领域涉及：G06Q10/0631；该发明授权电子组件车间AGV复合作业模式下的改进PPO调度方法、系统、介质及设备是由王红军;汪国安;张明亮;刘淑聪;韩凤霞设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本电子组件车间AGV复合作业模式下的改进PPO调度方法、系统、介质及设备在说明书摘要公布了：本发明涉及电子组件车间AGV物流调度领域，公开了一种电子组件车间AGV复合作业模式下的改进PPO调度方法、系统、介质及设备，其包括：利用栅格建模对车间环境地图进行栅格化，通过多个任务订单使AGV在栅格地图进行A*搜索算法，获取批量的样本数据，根据样本预训练策略网络的模型参数，完成预训练；根据新的任务订单，AGV与环境进行交互，获取观测状态、动作空间和奖励值，将观测状态进行矩阵化处理后，作为PPO算法的输入数据，计算PPO算法的策略网络和价值网络损失值，并通过梯度下降法更新网络模型参数，完成PPO训练；在线生成实时任务订单，通过前两个阶段训练好的决策网络模型指导AGV完成路径规划和调度任务。本发明能快速学习获得电子组件车间AGV调度策略，学习效率显著提升并兼具稳定性。

本发明授权电子组件车间AGV复合作业模式下的改进PPO调度方法、系统、介质及设备在权利要求书中公布了：1.一种电子组件车间AGV复合作业模式下的改进PPO调度方法，其特征在于，包括： 利用栅格建模对电子组件车间环境地图进行栅格化，通过多个任务订单使AGV在栅格地图进行A*搜索算法，获取批量的样本数据，根据样本预训练策略网络的模型参数，完成预训练，包括：利用A*算法指导AGV在栅格地图中连续完成批次任务，保存每次任务动作轨迹节点信息，获取批量的样本经验；抽取N个样本数据传入Actor网络，网络输出结果是多个样本动作空间的概率分布；依据概率选择动作从而计算动作的对数概率值，计算Actor网络的损失值，根据损失值进行反向传播求梯度，根据梯度更新模型的参数； 根据新的任务订单，AGV与环境进行交互，获取观测状态、动作空间和奖励值，将观测状态进行矩阵化处理后，作为PPO算法的输入数据，计算PPO算法的策略网络和价值网络损失值，并通过梯度下降法更新网络模型参数，完成PPO训练； 在线生成实时任务订单，通过前两个阶段训练好的决策网络模型指导AGV完成路径规划和调度任务； 其中，根据新的任务订单，AGV与环境进行交互，获取观测状态、动作空间和奖励值，将观测状态进行矩阵化处理后，作为PPO算法的输入数据，包括： 经过预训练后的模型参数，通过PPO算法继续训练Actor网络和Actor网络模型； 在训练之前，分配新的任务，由A*搜索算法指导AGV与栅格地图环境进行交互，保存每次交互的状态和动作轨迹节点信息，根据环境布局、AGV的状态和动作信息生成布局矩阵、当前位置矩阵、目标位置矩阵和动作列表，作为PPO算法的输入数据； 计算PPO算法的策略网络和价值网络损失值，并通过梯度下降法更新网络模型参数，包括： 根据连续的交互步数来存储当前观测状态、相应的动作、批量的动作概率分布和批量的奖励值； 根据和计算的新策略和旧策略计算比率，根据奖励值和折扣因子计算累计折扣奖励值R，从而计算优势函数值； 通过状态价值函数和截断域值计算Actor网络的损失函数和Critic网络的损失函数，利用梯度下降法更新Actor网络和Critic网络的模型参数。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路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”。

以上内容由龙图腾AI智能生成。