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！

龙图腾网获悉广州市香港科大霍英东研究院申请的专利一种运输轨迹生成方法、装置、终端及存储介质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：CN115641244B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202211061263.4，技术领域涉及：G06Q50/40；该发明授权一种运输轨迹生成方法、装置、终端及存储介质是由刘浩;朱清岩;陈绎泽设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种运输轨迹生成方法、装置、终端及存储介质在说明书摘要公布了：本发明涉及计算机技术领域，公开了一种运输轨迹生成方法、装置、设备及存储介质，通过获取道路GPS点数据并进行噪声滤除处理，得到GPS轨迹数据；基于所述GPS轨迹数据和马尔科夫决策过程的五个要素，建立状态‑行动值函数、生成策略函数和辨别函数，对所述状态‑行动值函数、生成策略函数和辨别函数进行参数更新以构建生成模仿强化学习模型；采用元学习算法，训练所述生成模仿强化学习模型，根据所述元参数训练得出的任务具体参数来生成运输轨迹；本发明提供的运输轨迹生成方法、装置、终端及存储介质，能够构建生成模仿强化学习模型，提高模型的准确性，以生成城市运输轨迹，从而适应于复杂的出行环境。

本发明授权一种运输轨迹生成方法、装置、终端及存储介质在权利要求书中公布了：1.一种运输轨迹生成方法，其特征在于，包括以下步骤： 获取道路GPS点数据并进行噪声滤除处理，得到GPS轨迹数据； 基于所述GPS轨迹数据和马尔科夫决策过程的五个要素中的状态集和行动集，建立状态-行动值函数、生成策略函数和辨别函数，利用最小最大博弈算法把所述辨别函数用于将生成轨迹判别为真实轨迹，并对所述状态-行动值函数、生成策略函数和辨别函数进行参数更新以构建生成模仿强化学习模型； 采用元学习算法，把所述状态-行动值函数、生成策略函数和辨别函数作为所述元学习算法中的元参数，所述元参数进行元迭代训练，进而训练所述生成模仿强化学习模型，根据所述元参数训练得出的任务具体参数来生成运输轨迹； 其中，所述基于所述GPS轨迹数据和马尔科夫决策过程的五个要素中的状态集和行动集，建立状态-行动值函数、生成策略函数和辨别函数，利用最小最大博弈算法把所述辨别函数用于将生成轨迹判别为真实轨迹，并对所述状态-行动值函数、生成策略函数和辨别函数进行参数更新以构建生成模仿强化学习模型，具体包括： 获取道路的交通流量信号，把所述交通流量信号作为共享外部信息并入所述GPS轨迹数据中，得到新的GPS轨迹数据； 基于所述新的GPS轨迹数据和马尔科夫决策过程的五个要素中的状态集和行动集，建立状态-行动值函数、生成策略函数和辨别函数，利用最小最大博弈算法把所述辨别函数用于将生成轨迹判别为真实轨迹； 参数化所述状态-行动值函数、生成策略函数和辨别函数，所述状态-行动值函数和生成策略函数以联合训练的方式进行参数更新，其表达式为， ， 其中，为所述状态-行动值函数的损失函数；为所述生成策略函数的损失函数；c为权重系数； 所述状态-行动值函数的参数更新过程符合Q-学习算法为： ， 其中，为所述状态-行动值函数的损失函数；为期望奖励；为当前时刻的状态-行动值函数；为奖励函数，，为当前时刻的辨别函数；作为计算所述期望奖励时的折扣因子；为下一时刻的生成策略函数；为下一时刻的状态-行动值函数；为下一时刻的动作表征； 所述生成策略函数的参数更新过程符合梯度下降算法为： ， 其中，为所述生成策略函数的损失函数；为所述期望奖励；为所述当前时刻的状态-行动值函数；为所述当前时刻的生成策略函数；为自定义参数；为所述生成策略函数参数更新过程的正则项； 所述辨别函数进行参数更新，直到所述辨别函数收敛到难以分辨所述生成轨迹和真实轨迹之间的区别，进而构建生成模仿强化学习模型，所述辨别函数的参数更新过程为： ， 其中，为所述辨别函数的损失函数；为生成策略的期望奖励；为专家策略的期望奖励；为所述当前时刻的辨别函数。

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广州市香港科大霍英东研究院，其通讯地址为：511458 广东省广州市南沙区南沙资讯科技园科技楼；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。