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！

龙图腾网获悉长春工业大学申请的专利基于多智能体深度强化学习的整车制造涂装资源调度方法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：CN120975515B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511485978.6，技术领域涉及：G06Q10/0631；该发明授权基于多智能体深度强化学习的整车制造涂装资源调度方法是由胡艳娟;潘雷霆;周游;林洁琼;李爽;张袅娜设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于多智能体深度强化学习的整车制造涂装资源调度方法在说明书摘要公布了：本发明提供一种基于多智能体深度强化学习的整车制造涂装资源调度方法，所属技术领域为人工智能与智能制造技术领域。其特征在于该方法首先深入分析云环境下整车制造涂装生产特性与动态资源属性，构建了考虑制造能耗与完工时间的三阶段涂装资源调度模型；在此基础上，通过云平台中多智能体的动态交互机制，采用多智能体近端策略优化MAPPO算法分三阶段求解整车制造涂装资源调度问题；同时，为增强调度策略的可解释性并确保算法收敛性，采用KANKolmogorov‑ArnoldNetworks作为智能体的神经网络结构。本发明广泛应用于整车制造涂装生产企业，所提出的模型与方法能获得满足能耗与完工时间需求的调度方案，并可高效自主地处理资源维护、车身返线等动态事件。

本发明授权基于多智能体深度强化学习的整车制造涂装资源调度方法在权利要求书中公布了：1.基于多智能体深度强化学习的整车制造涂装资源调度方法，其特征在于，该方法步骤如下： 步骤S10，将整车制造涂装资源调度归纳为混合流水车间调度问题，涉及第一阶段“前处理与电泳涂装”资源调度、第二阶段“喷涂工艺”资源调度、第三阶段“终检与缺陷修复”资源组批，基于此设计假设条件； 步骤S20，根据资源需求方和资源提供方上传至云平台的服务需求，构建云环境下的涂装任务模型，同步建模所涉及的“前处理与电泳涂装”资源、“喷涂工艺”资源、“终检与缺陷修复”资源以及物流运输资源； 步骤S30，基于S20所构建的资源与任务模型确定优化调度的目标函数，目标函数涉及最小化最大完工时间、最小化生产能耗； 步骤S40，建立优化调度基于KAN-MAPPO的深度强化学习模型采用KAN作为智能体的神经网络结构，确定状态空间的表征方式和奖励函数，通过多智能体动态交互机制训练KAN-MAPPO模型； 步骤S50，基于所设计的假设条件、目标函数、资源模型，采用训练过的KAN-MAPPO模型对整车制造涂装资源进行优化调度； 进一步，在步骤S40中，多智能体动态交互机制具体如下： 步骤S401：进入第一阶段“前处理与电泳涂装”资源调度：刷新新增车身订单池，按优先级逐一选取订单处理，调度可用的一阶段资源执行，直至遍历所有车身订单； 步骤S402：进入第二阶段“喷涂工艺”资源调度：刷新新增车身任务池，按优先级逐一选取任务处理，调度可用的二阶段资源执行，直至遍历所有车身任务； 步骤S403：进入第三阶段“终检与缺陷修复”资源组批：选取一个三阶段资源，判断该资源缓冲区车身数量是否满足组批条件，满足条件则进行智能组批，直至遍历所有三阶段资源； 步骤S404：刷新所有涂装资源的缓冲区状态，并更新系统时间； 步骤S405：判断所有车身订单是否均已完成，若未完成，则返回步骤S401循环执行。

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长春工业大学，其通讯地址为：130012 吉林省长春市朝阳区延安大街2055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。