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！

龙图腾网获悉德德市界(深圳)科技有限公司申请的专利一种基于多目标强化学习的资源智能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：CN120611920B 。

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：202510709443.6，技术领域涉及：G06Q10/0631；该发明授权一种基于多目标强化学习的资源智能调度方法是由刘伟杰;黄小明;谢嘉林设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本一种基于多目标强化学习的资源智能调度方法在说明书摘要公布了：本发明的一种基于多目标强化学习的资源智能调度方法，步骤S1、获取资源调度场景，基于资源调度场景的不同提取若干个待优化目标；步骤S2、基于待优化目标的不同分别构建若干个优化球体，评估待优化目标的优先级，根据优先级的不同将优化球体分为固定球体以及移动球体；步骤S3、评估各待优化目标之间的相关性，并基于相关性将固定球体和移动球体映射到同一多维空间中；步骤S4、采用强化学习对移动球体的参数进行调节，并使移动球体和固定球体相交，将固定球体与移动球体相交的部分输出为资源调度策略；对待优化目标进行建模生成球体，并引入强化学习驱动球体相交，可以快速且准确获得相交区域，并作为资源最优解集合，以实现对现实资源的指导调度。

本发明授权一种基于多目标强化学习的资源智能调度方法在权利要求书中公布了：1.一种基于多目标强化学习的资源智能调度方法，其特征在于，包括以下步骤： 步骤S1、获取资源调度场景，基于资源调度场景的不同提取若干个待优化目标； 步骤S2、基于待优化目标的不同分别构建若干个优化球体，评估待优化目标的优先级，根据优先级的不同将优化球体分为固定球体以及移动球体； 步骤S3、评估各待优化目标之间的相关性，并基于相关性将固定球体和移动球体映射到同一多维空间中； 步骤S4、采用强化学习对移动球体的参数进行调节，并使移动球体和固定球体相交，将固定球体与移动球体相交的部分输出为资源调度策略； 所述步骤S1的具体步骤为： 步骤S11、采集用户常用的交互场景，从交互场景中确定资源调度场景； 步骤S12、将资源调度场景输入到已训练完成的神经网络中，由神经网络进行处理； 步骤S13、神经网络处理获得若干待优化目标； 所述步骤S2基于待优化目标的不同分别构建若干个优化球体的具体步骤为： 步骤S21、获取每个待优化目标的理想最优值以及容忍度值，对理想最优值以及容忍度值进行归一化处理； 步骤S22、将理想最优值作为球心，将容忍度值与理想最优值的差值作为半径，构建每个待优化目标的优化球体； 所述步骤S2评估待优化目标的优先级，根据优先级的不同将优化球体分为固定球体以及移动球体的具体步骤为： 步骤S23、通过专家打分法对待优化目标的优先级进行打分，并获得优先级排序； 步骤S24、将优先级最高的优化球体输出为固定球体，其他优化球体输出为移动球体； 所述步骤S4的具体步骤为： 步骤S41、初始化强化学习环境，定义状态空间为移动球体与固定球体参数的组合，动作空间为移动球体中心坐标偏移量以及半径缩放因子； 步骤S42、以移动球体与固定球体的最小距离为核心指标，距离小于移动球体与固定球体半径之和时赋予正奖励，距离越近奖励越高，反之施加负惩罚； 步骤S43、构建输入为状态、输出为动作的智能体模型，启动训练循环，逐步优化以最大化累计奖励； 步骤S44、计算移动球体与固定球体的欧式距离，当判断满足相交条件时，将相交部分的参数输出为资源调度策略。

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德德市界(深圳)科技有限公司，其通讯地址为：518100 广东省深圳市龙华区观湖街道鹭湖社区观乐路5号多彩科创园B座1316-6；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。