申请/专利权人:河南工业大学
申请日:2023-12-28
公开(公告)日:2024-04-02
公开(公告)号:CN117808182A
主分类号:G06Q10/047
分类号:G06Q10/047;G06Q10/0835;G06F30/27;G06N3/126;G06N3/0455;G06N3/045;G06N3/092;G06N3/084;G06F111/10
优先权:
专利状态码:在审-公开
法律状态:2024.04.02#公开
摘要:本发明属于车辆路径规划问题技术领域,具体涉及一种基于两阶段混合强化学习的求解车辆路径规划问题的方法。该方法利用训练后的策略网络求解构建的车辆路径规划问题的数学模型,得到该数学模型的解;其中策略网络的训练过程包括:采用模仿学习算法,利用第一阶段训练数据集训练策略网络,以完成第一阶段训练;采用带基线的REINFORCE算法,利用第二阶段训练数据集继续训练第一阶段训练后的策略网络,以完成第二阶段训练。本发明第一阶段训练可以加速策略网络的收敛速度,提高训练速度与效率,第二阶段训练生成更优的解决方案,有助于策略网络能够更好地适应各种不同的车辆路径环境,提高其在新情况下生成优质解决方案的能力。
主权项:1.一种基于两阶段混合强化学习的求解车辆路径规划问题的方法,其特征在于,利用训练后的策略网络求解构建的车辆路径规划问题的数学模型,得到该数学模型的解;其中策略网络的训练过程包括:采用模仿学习算法,利用第一阶段训练数据集训练策略网络,以完成第一阶段训练;采用带基线的REINFORCE算法,利用第二阶段训练数据集继续训练第一阶段训练后的策略网络,以完成第二阶段训练。
全文数据:
权利要求:
百度查询: 河南工业大学 基于两阶段混合强化学习的求解车辆路径规划问题的方法
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。