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！

龙图腾网获悉龙岩学院;龙岩烟草工业有限责任公司;厦门理工学院申请的专利多时间尺度深度强化学习的仓储资源自适应协同分配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：CN120672261B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202511171009.3，技术领域涉及：G06Q10/087；该发明授权多时间尺度深度强化学习的仓储资源自适应协同分配系统是由陈阳;郭天文;李文灿;曾玮;李晓刚;徐仰高;邓弘立;杜少毅;卢达辉;马志远;林庆亮;卢志敏;苏太育;卢俊文;王晓栋设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本多时间尺度深度强化学习的仓储资源自适应协同分配系统在说明书摘要公布了：本发明涉及仓储资源协同分配技术领域，公开了多时间尺度深度强化学习的仓储资源自适应协同分配系统，该系统包含仓储数据采集单元，采集设备运行数据及环境参数并标准化；仓储资源状态特征提取单元，提取资源状态特征形成异常特征；强化学习状态空间构建单元，解析特征形成状态空间构建参数；资源分配策略生成单元，构建模型生成策略并划分影响因素；策略自适应优化单元，利用算法更新优化策略。此外，设有多源信息融合单元和任务队列动态调整模块。该系统实现仓储资源的自适应协同分配，提升仓储作业效率，适应仓储系统动态变化，满足现代仓储智能运营需求。

本发明授权多时间尺度深度强化学习的仓储资源自适应协同分配系统在权利要求书中公布了：1.一种多时间尺度深度强化学习的仓储资源自适应协同分配系统,其特征在于,包括: 仓储数据采集单元,用于采集仓储场景中多类型设备的实时运行数据及环境参数,并对所述数据进行标准化处理以形成格式统一的结构化数据; 仓储资源状态特征提取单元,用于利用所述格式统一的结构化数据和仓储管理中心中多维度资源状态特征提取方法完成仓储空间内资源协同分配任务和不同仓储位的资源状态特征提取并形成异常特征,所述资源状态特征包括:库存周转率、货位利用率、设备空闲率、搬运路径长度、任务等待时长; 强化学习状态空间构建单元,用于依据单位时间步的异常特征对仓储空间内的资源协同分配任务和不同仓储位资源状态特征进行解析聚类,同时解析不同仓储位动态负载下的设备交互频率,形成不同仓储位动态负载的状态空间构建参数; 资源分配策略生成单元,用于对仓储空间中的不同仓储位进行建模形成资源分配模型,所述资源分配模型包括基于深度强化学习的全局策略模型、局部优化模型和多目标协同模型;依据资源分配模型和所述格式统一的结构化数据对相应的库存调度、设备协作、路径规划行为进行资源分配策略生成,并进行资源分配影响因素划分,进而完成仓储空间的资源自适应协同分配; 策略自适应优化单元,用于通过仓储空间的资源自适应协同分配参数对仓储空间的资源分配策略利用深度强化学习算法建模和分配策略认定,并利用经验回放机制和策略梯度优化对深度强化学习算法进行参数更新; 所述策略自适应优化单元包括: 运行状态记录模块,用于连续监测不同仓储位工作状态和系统设备作业复杂度动态负载来源,形成不同仓储位状态和仓储系统作业复杂度的记录,为后续资源分配与协同调度提供参考依据; 策略效果评估模块,用于判定不同仓储位的资源分配安全性得到资源分配安全性测试参数,评估不同仓储位或分配策略等级的持续时长,同时评估不同仓储位对未来资源分配任务的分配准确性; 强化学习网络优化模块,用于根据不同仓储位的资源分配安全性,同时结合不同仓储位对未来资源分配任务的分配准确性,并利用经验回放机制和策略梯度优化对深度强化学习算法进行参数更新。

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龙岩学院;龙岩烟草工业有限责任公司;厦门理工学院，其通讯地址为：364012 福建省龙岩市新罗区东肖北路1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。