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！

龙图腾网获悉哈尔滨工业大学(威海)申请的专利一种基于对抗性逆强化学习的城市车辆个性化路径规划方法及系统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：CN120373586B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510421906.9，技术领域涉及：G06Q10/047；该发明授权一种基于对抗性逆强化学习的城市车辆个性化路径规划方法及系统是由杨娜;王楚晴;王剑锋;吕嘉琪设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种基于对抗性逆强化学习的城市车辆个性化路径规划方法及系统在说明书摘要公布了：本发明提供了一种基于对抗性逆强化学习的城市车辆个性化路径规划方法及系统，属于路径规划领域。为了解决现有路径规划方法在城市大规模复杂路网中由于轨迹数据稀疏造成的适应性差、个性化能力弱的问题。本发明对历史数据进行处理后映射到路网上，对环境进行建模，利于卷积神经网络设计生成器和判别器，然后构建学习目标，通过交替优化生成器和判别器的损失函数，逐步提升生成数据的质量以及判别器的判别能力，通过优化后的模型进行路径推荐。本发明能够实现在动态交通环境下，自动学习高效路径规划策略；同时结合历史驾驶数据，提高个性化路径推荐能力、路径推荐系统的适应性，使推荐的路径更符合驾驶员实际需求。

本发明授权一种基于对抗性逆强化学习的城市车辆个性化路径规划方法及系统在权利要求书中公布了：1.一种基于对抗性逆强化学习的城市车辆个性化路径规划方法，其特征在于，包括以下步骤： S100、数据处理，将处理好的历史轨迹数据匹配到城市路网地图上；包括对城市路网数据的道路网络结构进行优化，对历史轨迹数据进行处理，然后将处理后的轨迹数据使用地图匹配算法映射到路网上； S200、模型训练，包括基于对抗性逆强化学习，引入注意力机制，通过生成器和判别器的对抗性训练，以最大化轨迹相似度和最小化路径成本为目标得到奖励函数，学习得到潜在的路径偏好，通过对抗性训练和逆向推理，捕捉专家的多目标决策策略，生成路径； 包括， S210、环境建模，将道路网络建模为一个有向图，用表示，其中，是节点的集合，代表关键位置，是边的集合，代表有向道路段，即车辆可以沿着特定方向行驶的路段； S220、生成器设计，基于卷积神经网络设计生成器，通过处理输入状态、目的地、路径特征和环境特征，生成可行的动作； S230、判别器设计，基于卷积神经网络设计判别器，判别器通过卷积神经网络提取输入特征中的邻域信息，用于区分生成器产生的轨迹与真实专家轨迹； 包括， 首先通过一个卷积层提取特征，随后通过最大池化层缩小特征图尺寸并增加特征抽象程度；第二个卷积层进一步提取高层特征，在判别器的卷积层之后加入多重注意力机制模块，卷积层输出的特征经过MHSA模块处理后，得到的特征向量经过全连接层映射，使用Sigmoid激活函数计算轨迹的得分，判别推荐路径与真实路径之间的差异，计算路径相似性； S240、学习目标，综合考虑历史轨迹数据中潜藏的路径偏好以及行程长度的奖励函数，包括环境特征提取、路径成本计算和设计优化目标； 包括， S241、环境特征提取，从历史轨迹数据中提取与行程相关的环境特征，包括道路等级、转弯次数和到目的地的距离； S242、路径成本计算，定义路径成本为行程距离，从路网中提取道路长度信息，并计算每条路径的成本； S243、优化目标，将环境特征与路径成本融合，优化目标形式如下： 其中，代表基于环境特征的学习的奖励，代表路径成本奖励，代表超参数，调节两个奖励之间权重； S250、对抗性训练，通过交替优化生成器和判别器的损失函数，逐步提升生成数据的质量以及判别器的判别能力，使得生成的数据与真实数据的分布尽可能一致； S300、路径推荐，针对大规模路网和小规模路网进行相应的路径推荐。

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哈尔滨工业大学(威海)，其通讯地址为：264209 山东省威海市环翠区文化西路2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。