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！

龙图腾网获悉深圳聚瑞云控科技有限公司申请的专利一种基于强化学习的多终端车辆调度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：CN120746198B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202511148957.5，技术领域涉及：G06Q10/0631；该发明授权一种基于强化学习的多终端车辆调度系统是由董广明设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种基于强化学习的多终端车辆调度系统在说明书摘要公布了：本发明涉及车辆调度技术领域，具体为一种基于强化学习的多终端车辆调度系统。该系统包括异构数据融合模块、资源分配模块、分层强化学习模块、优化反馈模块及人机协同控制模块。通过采集车辆运行、作业任务与环境监测等数据并统一封装为结构化数据集，上层管理者模型基于PPO算法生成全局调度指令集，下层工人模型基于多智能体强化学习输出具体车辆控制指令。系统还通过NSGA‑II算法对历史调度执行效果进行评估与优化，选取帕累托最优解集，实现调度策略的持续迭代。人机协同控制模块支持可视化展示与人工干预操作，提升系统在复杂作业场景下的自适应性与可控性。

本发明授权一种基于强化学习的多终端车辆调度系统在权利要求书中公布了：1.一种基于强化学习的多终端车辆调度系统，其特征在于，包括： 异构数据融合模块，用于采集并统一封装矿山现场的车辆运行数据、作业任务数据和环境监测数据，通过协议标准化处理形成结构化数据集； 资源分配模块，基于所述结构化数据集提取作业区域边界、时间窗信息，结合预设优先级规则，生成可通行区域地图与作业时间窗口序列； 分层强化学习模块，包括上层管理者模型与下层工人模型，上层管理者模型接收所述结构化数据集以及可通行区域地图与作业时间窗口序列，生成全局调度指令集；下层工人模型根据所述全局调度指令集与本地状态数据输出车辆控制指令； 优化反馈模块，利用各终端车辆的历史执行数据作为决策样本，基于NSGA-II进化算法进行策略后评估和调度方案再排序，选出帕累托最优解并传输至上层管理者模型，参与全局调度指令集更新； 其中，生成可通行区域地图与作业时间窗口序列包括： 基于所述结构化数据集提取作业任务的区域边界信息与任务起止时间参数； 结合结构化数据集中的实时环境监测数据，评估各作业区域在不同时间段的通行冲突等级； 根据预设的任务优先级规则与通行冲突等级，对不同类型车辆划分独占通行区域与交叉作业区域； 为各作业区域内的作业单元构建对应的作业时间窗口序列，并将其关联至特定车辆类型与作业点位置； 其中，上层管理者模型为近端策略优化模型，生成全局调度指令集包括： 构建包含车辆运行数据、作业任务数据和环境监测数据的联合状态空间，并以可通行区域地图与作业时间窗口序列作为联合状态空间的调度约束边界； 设定任务调度动作空间，包括任务分配动作、作业区域划分动作与时间窗起止调整动作，并为每种动作构建对应的策略网络； 利用PPO的剪切目标函数对策略网络进行优化，在每一训练轮中以结构化数据集作为观测输入，计算动作选择概率比并限制策略更新幅度； 基于优化后的策略输出，获取任务与车辆之间的匹配分配关系、作业区域划分信息及时间窗，形成全局调度指令集； 其中，下层工人模型为多智能体强化学习模型，根据所述全局调度指令集与本地状态数据输出车辆控制指令包括： 针对不同类型作业车辆构建对应的独立强化学习智能体，每一智能体接收所属车辆的车辆运行数据； 将全局调度指令分配至该车辆，作为智能体的行为约束条件； 定义控制动作空间，包括路径选择、速度调整、作业执行触发及资源请求行为； 在训练过程中，采用集中训练-分布执行架构，通过构建包含车辆间距离关系和任务重叠度的联合奖励函数，引导各智能体在多目标约束下进行策略优化； 在推理阶段，每个智能体基于本地车辆运行数据和来自全局调度指令集的匹配分配关系、作业区域划分信息及时间窗，输入至已训练的策略网络，输出车辆控制指令。

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深圳聚瑞云控科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道科技园社区科苑路8号讯美科技广场3号楼1526；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。