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！

龙图腾网获悉西北电子装备技术研究所(中国电子科技集团公司第二研究所);合肥工业大学申请的专利一种基于变分辨率强化学习的多AMR智能调度优化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：CN115903819B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211503489.5，技术领域涉及：G05D1/43；该发明授权一种基于变分辨率强化学习的多AMR智能调度优化方法是由段云森;郎新星;任耀华;郭智堡;牛祯祖;安子欣;都海波;从永正;申子祥;李伟;孙训红设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本一种基于变分辨率强化学习的多AMR智能调度优化方法在说明书摘要公布了：本发明公开了一种基于变分辨率强化学习的多AMR智能调度优化方法，涉及智能调度技术领域，对调度环境建立地图，对地图中不同物品赋予不同像素值，基于四叉树算法进行地图分割，获得变分辨率地图；构建用于多AMR路径规划的决策模型，决策模型包括状态、动作、奖励、状态转移概率；所述状态是指位置，用地图块表示位置；根据Q‑learning算法和决策模型进行路径规划，控制多AMR在变分辨率地图上到达目标位置。本发明解决调度环境地图较大时的强化学习空间信息过多导致的维数灾难问题，提升传统强化学习的训练效率。

本发明授权一种基于变分辨率强化学习的多AMR智能调度优化方法在权利要求书中公布了：1.一种基于变分辨率强化学习的多AMR智能调度优化方法，其特征在于，包括以下步骤： S1，对调度环境建立地图，对地图中不同物品赋予不同像素值，基于四叉树算法进行地图分割，获得变分辨率地图；所述变分辨率地图中包括大小不同的地图块，且每个地图块中仅包含一个物品或者仅为空白；AMR在空白地图块上运动； S2，构建用于多AMR路径规划的决策模型，决策模型包括状态、动作、奖励、状态转移概率；所述状态是指位置，用地图块表示位置； S3，根据Q‑learning算法和决策模型进行路径规划，控制多AMR在变分辨率地图上到达目标位置； 步骤S1中，获得变分辨率地图的具体步骤如下： S11，确定调度环境的尺寸大小以及调度环境内的各物品，明确各物品的尺寸大小和位置空间关系；使用CAD软件对调度环境进行平面地图建模，并通过CAD软件分别对不同物品赋予不同的RGB像素值，得到调度环境的RGB地图； S12，将RGB地图转化为灰度地图； S13，设置地图地图块的分割标准，包括：灰度极差值标准和尺寸标准； 灰度极差值标准为：地图地图块的灰度极差值大于0；其中，地图地图块中的最大灰度值减去最小灰度值即为地图地图块的灰度极差值； 尺寸标准：地图地图块中较短一边的长度即短边长度大于等于2倍的AMR中较长一边的长度即长边长度； S14，判断地图是否满足分割标准，若地图的灰度极差值为0，或者地图的短边长度小于2倍的AMR的长边长度，即表示地图不满足分割标准，则不对该地图进行分割；若地图的灰度极差值大于0，且地图的短边长度大于等于2倍的AMR的长边长度，即表示地图满足分割标准，则基于四叉树算法对地图进行四叉树分割，具体分割方式为：分别以地图的长边中点和短边中点进行分割，将地图分割为四个大小相等的地图块； S15，按照步骤S14的方式，判断分割后的地图块是否满足分割标准，若地图块的灰度极差值大于0，且地图块的短边长度大于等于2倍的AMR的长边长度，即表示地图块满足分割标准，则基于四叉树算法对地图块进行四叉树分割，具体分割方式为：分别以地图块的长边中点和短边中点进行分割，将地图块进一步的再分割为四个大小相等的地图块； 直至所有的地图块均不满足分割标准，结束地图分割，得到变分辨率地图； 地图分割结束后，若变分辨率地图中的某地图块的短边长度小于2倍的AMR的长边长度，且该地图块的灰度极差值不为0，则重新对该地图块赋予灰度值，具体赋予方式为：查看该地图块中除了空白区域之外的其余像素点，计算其余像素点的灰度平均值，并将该地图块的灰度值全部赋予为其余像素点的灰度平均值。

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西北电子装备技术研究所(中国电子科技集团公司第二研究所);合肥工业大学，其通讯地址为：030024 山西省太原市万柏林区和平南路115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。