申请/专利权人:华南理工大学
申请日:2021-04-20
公开(公告)日:2021-07-23
公开(公告)号:CN113159681A
主分类号:G06Q10/08(20120101)
分类号:G06Q10/08(20120101);G06N5/04(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.02.14#授权;2021.08.10#实质审查的生效;2021.07.23#公开
摘要:本发明公开了一种基于博弈强化学习的多式联运动态路径规划方法;所述方法包括以下步骤:S1订单处理模块接收用户的订单信息;S2博弈模块根据传入的订单信息计算博弈影响因子;S3并行强化学习模块根据传入的订单信息构建强化学习环境中的状态转移模型,根据所需目标构建强化学习中的奖励,学习单个目标下的Q网络;S4结合博弈因子和单个目标下Q网络进行多目标下的Q表的计算,生成订单初始策略;S5执行订单,根据订单执行情况调整博弈影响因子,调整多目标下的Q网络,直到订单执行完成。
主权项:1.一种基于博弈强化学习的多式联运动态路径规划方法,其特征在于,包括以下步骤:S1:订单处理模块,接收用户订单信息;S2:博弈模块,根据传入的订单信息计算博弈影响因子;S3:并行强化学习模块,根据传入的订单信息,构建强化学习环境中的状态转移模型,根据所需目标构建强化学习中的奖励,进行单个目标下的Q网络的学习,多个目标的学习并行进行;S4:多目标下的Q表计算模块,结合博弈因子和多个单目标下Q网络进行多目标下的Q表的计算,生成订单初始策略;S5:动态调整模块,执行订单,根据执行情况调整博弈影响因子,调整多目标下的Q表,直到订单执行完成。
全文数据:
权利要求:
百度查询: 华南理工大学 一种基于博弈强化学习的多式联运动态路径规划方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。