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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利基于深度强化学习的非稳态人群疏散路径规划方法及装置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：CN120579696B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511091805.6，技术领域涉及：G06Q10/047；该发明授权基于深度强化学习的非稳态人群疏散路径规划方法及装置是由朱正秋;郭润康;李鑫瀚;路文浩;秦龙;段伟;鞠儒生;尹全军设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本基于深度强化学习的非稳态人群疏散路径规划方法及装置在说明书摘要公布了：本申请涉及一种基于深度强化学习的非稳态人群疏散路径规划方法及装置。所述方法包括：以离散网格法将非稳态疏散环境简化为二维区域。对危险源动态扩散建模，据此实时更新火源位置与范围，模拟火灾动态发展。将人员被视为智能体，按势能场引导的决策规则移动。以最大化疏散人数且最小化疏散时间为目标函数，结合商场实际及智能体移动规律确定约束条件，构建非稳态人群疏散路径规划模型。采用APF‑MADDPG算法，将路径规划转化为马尔科夫决策过程，设计状态特征并结合势能场构建深度强化学习框架，训练模型后用于实现非稳态人群疏散路径规划。采用本方法能够提高人群疏散路径规划实用性和实时性。

本发明授权基于深度强化学习的非稳态人群疏散路径规划方法及装置在权利要求书中公布了：1.一种基于深度强化学习的非稳态人群疏散路径规划方法，其特征在于，所述方法包括： 采用离散网格法对非稳态疏散环境进行简化建模，将非稳态疏散环境抽象为二维区域，每个网格代表一个区域，所述网格包括障碍物、出口、危险源以及人群密度信息； 对危险源的动态扩散特性进行建模，得到危险源扩散模型；基于所述危险源扩散模型实时更新火源的位置和范围模拟火灾的动态发展过程； 在所述火灾的动态发展过程中，将人员作为智能体，智能体并按照势能场引导的决策规则进行移动，以最大化疏散人数的同时最小化疏散时间为目标函数，根据商场的实际情况和智能体移动规律确定约束条件，利用所述目标函数和约束条件构建非稳态人群疏散路径规划模型； 采用APF-MADDPG算法，将路径规划过程转化为马尔科夫决策过程，并设计状态特征结合势能场方法构建深度强化学习框架；利用深度强化学习框架训练所述非稳态人群疏散路径规划模型，得到训练好的非稳态人群疏散路径规划模型；根据所述训练好的非稳态人群疏散路径规划模型实现非稳态人群疏散路径规划；所述深度强化学习框架包括非稳态环境、Actor-Critic网络训练模块和基于势能场的动态感知模块和动态经验池；所述Actor-Critic网络训练模块采用Actor-Critic架构，动作网络根据状态S生成动作A，评价网络设计复合奖励函数进行奖励值计算，引入TargetActor和TargetCritic作为目标网络，通过软更新机制从动作网络和评价网络复制参数； 对危险源的动态扩散特性进行建模，得到危险源扩散模型，包括： 对危险源的动态扩散特性进行建模，设危险源集合为，障碍物集合为，危险源扩散时间间隔为，经历个扩散时间间隔的危险源集合为，通过邻域函数搜索相邻区域，则危险源扩散模型为： 。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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。