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！

龙图腾网获悉华东交通大学申请的专利基于分层对比学习的多智能体交通信号控制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：CN121725631B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202610194258.2，技术领域涉及：G08G1/01；该发明授权基于分层对比学习的多智能体交通信号控制方法是由严丽平;贾浩杰;刘海波;吴沛然;宋凯设计研发完成，并于2026-02-11向国家知识产权局提交的专利申请。

本基于分层对比学习的多智能体交通信号控制方法在说明书摘要公布了：本发明提出一种基于分层对比学习的多智能体交通信号控制方法，该方法根据交通路网构建交通仿真环境，将交通仿真环境中每个交叉口建模为独立的智能体；智能体与SUMO仿真环境交互，采集每个交叉口的交通状态信息、信号控制动作、即时奖励以及下一状态的交通状态信息，并存入经验回放缓冲区；通过将智能体进行分组，生成区域伪标签；根据不同的区域伪标签，进行区域划分，构建子图，并对子图进行区域内特征聚合，实现结构感知的精细化信用分配；最后基于对比学习以及QTRAN框架进行联合优化，以实现高效的多智能体协同控制。本发明能够为每个交叉口提供最优的信号配时策略，同时提升路网通行效率，显著降低车辆排队长度和等待时间。

本发明授权基于分层对比学习的多智能体交通信号控制方法在权利要求书中公布了：1.一种基于分层对比学习的多智能体交通信号控制方法，其特征在于，所述方法包括如下步骤： 步骤1、根据交通路网构建交通仿真环境，将交通仿真环境中每个交叉口建模为独立的智能体； 智能体与SUMO仿真环境交互，采集每个交叉口的交通状态信息、信号控制动作、即时奖励以及下一状态的交通状态信息，并存入经验回放缓冲区； 步骤2、利用策略网络提取交通状态信息的潜在表示，利用K-means聚类算法对所有智能体的潜在表示进行分组，生成簇标签，以簇标签作为不同的区域伪标签；根据不同的区域伪标签，将所有交叉口划分为不同的功能区域，为每个功能区域构建子图，并对子图进行区域内特征聚合，得到簇级状态向量； 步骤3、以不同的区域伪标签作为监督信号，构建对比学习损失函数；以簇级状态向量作为相应功能区域的交通状态抽象表示，基于QTRAN框架构建QTRAN总损失函数；并利用对比学习损失函数以及QTRAN总损失函数构建联合损失函数； 步骤4、从经验回放缓冲区采样小批量数据，采用Adam优化器联合更新策略网络与价值网络的参数以最小化联合损失函数，得到训练后的策略网络，将训练后的策略网络部署至各交叉口智能体，实现分布式信号控制； 在所述步骤3中，对比学习损失函数存在如下关系式： ； 其中，表示批次大小，表示具有相同区域伪标签的某个正样本表示，分别表示第i和第j个智能体的潜在表示，表示余弦相似度计算操作，表示同一簇内样本；表示温度参数，用于调节分布平滑度； 在所述步骤3中，以簇级状态向量作为相应功能区域的交通状态抽象表示，基于QTRAN框架构建QTRAN总损失函数，具体包括如下步骤： 将潜在表示输入两层全连接网络，以计算得到每个交叉口智能体的个体动作价值函数，对应的过程存在如下关系式： ； ； 其中，表示中间隐藏特征，表示全连接网络的可训练参数，，表示局部状态维度；表示智能体i的个体动作价值函数；表示智能体i所有可选相位动作的Q值，动作的个体动作价值函数表示为：； 以簇级状态向量作为相应功能区域的交通状态抽象表示，将K个簇级状态向量通过两个独立的全连接网络融合，计算联合动作价值函数以及状态价值函数，对应的过程存在如下关系式： ； ； 其中，表示联合动作a的向量化编码，联合动作由所有智能体的个体动作组成；分别表示联合动作价值函数的权重和偏置，分别表示状态价值函数的权重和偏置，表示向量拼接，表示联合动作价值函数，表示在全局状态和联合动作下的期望累积回报，分别表示全局状态和联合动作；表示状态价值函数，表示在全局状态下的预期回报； 基于QTRAN框架，利用个体动作价值函数、联合动作价值函数以及状态价值函数构建QTRAN总损失函数。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。