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！

龙图腾网获悉北京中科建友科技股份有限公司申请的专利一种基于物联网的智能仓储库存精准调控系统及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：CN121094714B 。

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：202511640010.6，技术领域涉及：G06Q10/087；该发明授权一种基于物联网的智能仓储库存精准调控系统及方法是由王小梅;李勇;王云云;彭肖科设计研发完成，并于2025-11-11向国家知识产权局提交的专利申请。

本一种基于物联网的智能仓储库存精准调控系统及方法在说明书摘要公布了：本发明公开了一种基于物联网的智能仓储库存精准调控系统及方法，包括如下步骤：基于物联网感知层采集的多源仓储数据，生成任务特征向量；对任务特征向量进行嵌入编码，形成融合状态特征向量；将融合状态特征向量输入至任务感知型元策略网络中，输出最优调控动作；采集执行结果状态向量及反馈数据集；基于反馈数据集，构建多目标奖励函数，计算即时奖励，得到交互数据集；基于即时奖励和交互数据集，采用元强化学习的内层更新机制，更新元策略初始参数；基于更新后的元策略初始参数，采集新任务交互样本执行快速适配和策略微调。本发明采用任务感知型元强化学习，实现仓储库存的动态精准调控。

本发明授权一种基于物联网的智能仓储库存精准调控系统及方法在权利要求书中公布了：1.一种基于物联网的智能仓储库存精准调控方法，其特征在于，包括如下步骤： 基于物联网感知层采集的多源仓储数据，执行任务特征抽取与参数化建模，生成任务特征向量，并形成任务元空间； 对任务特征向量进行嵌入编码，得到任务语义向量，并与当前系统环境状态信息拼接，形成融合状态特征向量； 将融合状态特征向量输入至任务感知型元策略网络中，输出最优调控动作； 基于最优调控动作执行库存调控操作，采集执行结果状态向量及反馈数据集； 基于反馈数据集，构建与任务相关的多目标奖励函数，计算即时奖励，得到交互数据集； 基于即时奖励和交互数据集进行快速策略更新，采用元强化学习的内层更新机制，更新元策略初始参数； 基于更新后的元策略初始参数，当出现新的任务特征向量时，采集新任务交互样本执行快速适配和策略微调； 所述将融合状态特征向量输入至任务感知型元策略网络中，输出最优调控动作具体包括： 将融合状态特征向量输入至任务感知型元策略网络，所述任务感知型元策略网络包括任务感知层、特征交互层、策略生成层和值评估层； 在任务感知层中，对输入的融合状态特征向量进行任务条件化处理，通过引入任务权重矩阵与偏置项对不同任务特征维度进行加权组合与非线性变换，生成任务调控特征向量； 在特征交互层中，基于按时间顺序缓存的融合状态特征向量序列，形成历史状态特征集合，对当前时刻的任务调控特征向量与历史状态特征集合进行关联计算，生成上下文特征表示； 在策略生成层中，将上下文特征表示输入至策略生成函数，执行多层非线性映射与参数化计算，得到各候选调控动作对应的概率值集合，并形成调控动作的概率分布； 基于调控动作的概率分布，从候选动作集合中选择具有最高概率值的动作作为当前时刻的最优调控动作； 在值评估层中，将上下文特征表示与最优调控动作输入至状态—动作价值函数，对当前状态与动作的匹配程度进行计算，得到状态—动作价值结果； 所述基于即时奖励和交互数据集进行快速策略更新，采用元强化学习的内层更新机制，更新元策略初始参数具体包括： 在内层更新阶段，基于即时奖励与状态—动作价值函数计算策略梯度，得到策略梯度结果； 基于策略梯度结果，对当前策略参数进行快速迭代更新，按照设定的内层学习率调整参数值，获得任务特定策略参数； 在外层更新阶段，针对多个任务样本集合，分别执行内层更新得到任务特定策略参数集合，并基于任务特定策略参数集合构建外层损失函数； 基于外层损失函数对元策略初始参数进行全局优化，计算外层梯度并按照设定的外层学习率对参数进行更新，获得更新后的元策略初始参数。

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中科建友科技股份有限公司，其通讯地址为：100000 北京市海淀区学清路10号院1号楼17层101；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。