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！

龙图腾网获悉北京理工大学申请的专利基于多智能体强化学习的泊车任务分配与轨迹规划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：CN116620264B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202310523373.6，技术领域涉及：B60W30/06；该发明授权基于多智能体强化学习的泊车任务分配与轨迹规划系统是由王美玲;陈思园;宋文杰;候鸣妤;王凯设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本基于多智能体强化学习的泊车任务分配与轨迹规划系统在说明书摘要公布了：本发明提供一种基于多智能体强化学习的泊车任务分配与轨迹规划系统，包括车位分配子系统和轨迹规划子系统，车辆进去停车场环境后接入车位分配子系统，支持多车同时分配对应的停车位，从而避免车辆在进入后寻找车位的时间，提升泊车效率和安全性；在车位分配子系统进行车位分配时，将任务分配的需求体现在奖励值设计中，同时设计最短路径奖励以及周围车位占据影响奖励，并考虑车辆泊车轨迹长度和泊车后周围环境阻塞的影响情况；对于轨迹规划子系统，在获取最优轨迹时，将车辆当前位置与距离最近的障碍物之间的距离作为考虑因素之一，进一步优化轨迹的碰撞场景，在符合动力学约束的前提下，既保证了决策的智能性，又确保了驾驶的安全性。

本发明授权基于多智能体强化学习的泊车任务分配与轨迹规划系统在权利要求书中公布了：1.一种基于多智能体强化学习的泊车任务分配与轨迹规划系统，其特征在于，包括由智能停车场运行的车位分配子系统和由车辆运行的轨迹规划子系统； 所述车位分配子系统采用基于强化学习的PPO网络为进入智能停车场的各车辆同时分配停车位，其中，在分配停车位时，优先选取车辆泊车轨迹长度越短、泊车后周围车位的占据越少的停车位； 各车辆的轨迹规划子系统接收车位分配子系统给出的停车位信息后，采用改进型MAPPO网络获取自身从当前位置到指定停车位的最优路径，其中，最优路径由车辆执行两步以上的动作来实现，在选取当前步的动作时，优先选取使得车辆当前位置与指定停车位之间的距离越小、车辆当前位置与预先规划的参考路径之间的偏差越小、车辆当前位置与距离最近的障碍物之间的距离越大的动作； 所述改进型MAPPO网络由动作网络、评价网络以及约束价值网络构成，且改进型MAPPO网络获取任意一个车辆的最优路径的任意一步动作的方法为： S1：将环境信息作为当前车辆i的动作网络的观测输入，得到当前车辆i在当前第k步对应的动作，其中，环境信息包括当前车辆i的运动状态]，当前车辆i对应的指定停车位状态]，以及当前车辆i周围距离最近的6辆车的运动状态：，表示各车辆位于泊车环境坐标系下的坐标，表示各车辆沿轴方向的速度，表示各车辆航向角的正弦值、余弦值；同时，动作包括当前车辆i的方向角度和加速度； S2：获取当前车辆i在当前第k步的奖励，其中，表示当前车辆i的当前位置与指定停车位之间的距离，表示当前车辆i的当前位置与预先规划的参考路径之间的偏差； S3：将所有车辆在当前第k步的动作和奖励作为当前车辆i的评价网络的输入，得到当前车辆i的评价网络的优势函数估计值，并基于优势函数估计值构建评价网络的损失函数： 其中，表示当前车辆i的评价网络采用贝尔曼方程对所有车辆在当前第k步的奖励进行计算得到的长期奖励，表示当前车辆i的评价网络对所有车辆在当前第k步的动作作出的动作价值函数估计值，表示期望； S4：将所有车辆在当前第k步的动作和当前车辆i的障碍物碰撞代价作为当前车辆i的约束价值网络的输入，得到当前车辆i的约束价值网络的优势函数估计值，并基于优势函数估计值构建约束价值网络的损失函数： 其中，表示根据当前车辆i的障碍物碰撞代价得到的约束代价估计值； S5：根据优势函数估计值和优势函数估计值构建混合优势函数： 其中，为设定权重； S6：根据混合优势函数构建当前车辆i的动作网络的损失函数： 其中，表示当前车辆i在当前第k步所采用的动作对应的概率和第k-1步所采用的动作对应的概率的比值，为设定的更新变化量，表示裁剪函数，表示取最小值； S7：基于动作网络、评价网络以及约束价值网络的损失函数对改进型MAPPO网络进行更新，然后基于更新后的改进型MAPPO网络重复步骤S1~S7，直到各损失函数均收敛或达到设定的重复次数，得到当前车辆i在当前第k步的最终动作。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。