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！

龙图腾网获悉大连理工大学申请的专利基于深度强化学习的汽车-无人机物流配送路径规划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：CN119990493B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510112625.5，技术领域涉及：G06Q10/047；该发明授权基于深度强化学习的汽车-无人机物流配送路径规划方法是由王鹏飞;朴景麟设计研发完成，并于2025-01-24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汽车-无人机物流配送路径规划方法在说明书摘要公布了：本发明提供了一种基于深度强化学习的汽车‑无人机物流配送路径规划方法，属于深度学习领域。该方法包括构建配送场景，生成配送环境的数据集，并进行任务分配，得到汽车停靠点与无人机的配送任务；随后分别针对无人机配送航线规划任务与汽车路径规划任务设计强化学习模型，并采用Actor‑Critic方法进行优化训练；通过学习训练得到无人机最优航线规划策略，并融入汽车路径规划模型训练中，形成汽车‑无人机联合的路径规划模型。本发明通过训练智能体优化路径规划策略，同时考虑无人机能量和负载等约束，能高效精确地优化配送路径，提升物流配送系统的整体效率和能效；在提高物流配送效率、降低能耗方面具有显著优势，具有广泛应用前景。

本发明授权基于深度强化学习的汽车-无人机物流配送路径规划方法在权利要求书中公布了：1.基于深度强化学习的汽车-无人机物流配送路径规划方法，其特征在于，包括以下步骤： S1、生成配送环境数据集，利用K-means聚类方法对所述配送环境数据集中的客户节点进行聚类，各聚类中心作为汽车停靠点位置，各聚类的簇作为对应汽车停靠点上无人机的配送区域； S2、针对无人机在汽车停靠点到客户节点间的航线规划任务，通过设计状态空间、动作空间和奖励函数构建无人机航线规划强化学习模型； S3、基于所述无人机航线规划强化学习模型，通过Actor-Critic方法优化策略网络和价值网络，训练优化出无人机航线规划策略模型； S4、针对汽车在仓库到各汽车停靠点间的路径规划任务，通过设计状态空间、动作空间和奖励函数构建汽车路径规划强化学习模型；具体方法如下： S4.1设计状态空间：状态空间包括仓库、汽车停靠点位置及汽车是否访问过的标识； S4.2设计状态更新：汽车访问一个汽车停靠点后将标识置为1，避免重复选择； S4.3设计动作空间：动作空间包括从当前汽车停靠点选择下一个节点，下一个节点为汽车停靠点或仓库；为了避免无效动作，引入掩码机制，禁止选择已选择过的汽车停靠点；当所有汽车停靠点均选择过，则返回仓库完成配送；确保所有服务区域被访问，并且路径中不形成回路； S4.4设计奖励函数：汽车路径规划的奖励函数侧重于最小化汽车与无人机整体的总能量消耗；奖励函数会根据每次车辆从一个停靠点到另一个停靠点的行驶距离及运输成本计算能耗，同时通过无人机航线规划策略模型生成的无人机航线计算无人机的能耗； 其中，表示整体奖励，表示汽车的奖励，，表示汽车停靠点和仓库的集合，表示单位路程汽车的能耗，表示两节点间的距离，表示汽车路径中是否包含从节点到节点这条路径，若路径中有从节点到节点的路径，则，否则； S5、基于所述汽车路径规划强化学习模型，采用Actor-Critic训练优化方法，并利用所述无人机航线规划策略模型指导汽车路径的优化，训练得到汽车路径规划策略模型，形成汽车-无人机联合的配送路径规划模型。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。