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！

龙图腾网获悉西安交通大学申请的专利一种基于物流仓储环境的多智能体路径规划方法及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：CN117908542B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202410063880.0，技术领域涉及：G05D1/43；该发明授权一种基于物流仓储环境的多智能体路径规划方法及系统是由刘妹琴;施沁汝;兰旭光;魏平;陈霸东设计研发完成，并于2024-01-16向国家知识产权局提交的专利申请。

本一种基于物流仓储环境的多智能体路径规划方法及系统在说明书摘要公布了：本发明属于多智能体路径规划技术领域，公开了一种基于物流仓储环境的多智能体路径规划方法及系统；其中，所述方法包括：基于物流仓储环境下的多个智能体，获取各智能体当前时刻的部分观测信息；基于所述部分观测信息，利用训练好的协同优化策略网络模型进行路径规划，获得各智能体当前时刻的动作。本发明具体公开了一种针对物流仓储环境的基于进化强化学习的多智能体路径规划方案，可为处于复杂度较高的环境中的多个智能体中的各智能体路径规划，能够解决现有技术中存在的大规模下规划结果质量较低的技术问题。

本发明授权一种基于物流仓储环境的多智能体路径规划方法及系统在权利要求书中公布了：1.一种基于物流仓储环境的多智能体路径规划方法，其特征在于，包括以下步骤： 基于物流仓储环境下的多个智能体，获取各智能体当前时刻的部分观测信息； 基于所述部分观测信息，利用训练好的协同优化策略网络模型进行路径规划，获得各智能体当前时刻的动作； 其中， 所述获取各智能体当前时刻的部分观测信息的步骤中，对于选定的智能体，所述部分观测信息包括视野内信息和局部引导向量；所述视野内信息包括视野内货架位置的二进制矩阵、视野内其他智能体位置的二进制矩阵、视野内路口位置的二进制矩阵、四通道启发式信息的二进制矩阵；所述四通道启发式信息用于指示选定的智能体在视野内的每一个网格位置，按照上、下、左、右移动一格时是否接近终点，所述网格位置根据基于所述物流仓储环境获得的仓储网格地图获取；所述局部引导向量由指向终点的单位方向向量和距离终点的曼哈顿距离构成； 所述训练好的协同优化策略网络模型在训练时，采用强化学习和进化学习并行的训练策略； 所述协同优化策略网络模型包括： 观测值编码器模块，用于输入智能体的部分观测信息，对部分观测信息中的视野内信息和局部引导向量分别进行特征提取，将提取的特征进行矩阵拼接，输出编码信息向量； GRU网络，用于输入上一时刻的隐藏值信息以及所述编码信息向量，结合当前状态信息和历史信息后，输出用于通信的信息； 通信模块，用于输入GRU网络输出的用于通信的信息，通过图神经网络利用自注意力机制与相邻的其他智能体进行通信，输出当前时刻的隐藏值信息；其中，智能体每一时刻最多只与视野内最近的两个相邻的智能体通信交流； Q网络模块，用于输入通信模块输出的隐藏值信息，输出智能体的动作； 所述协同优化策略网络模型的训练步骤包括： 采用D3QN算法对协同优化策略网络模型进行强化学习训练；其中，利用Ape-X架构，由多个参与者根据当前的协同优化策略采用贪心策略并行产生经验，并一起存储到全局经验池中；然后由拥有评估网络和目标网络的学习者在全局经验池中选择经验，更新协调优化策略，更新方式为计算步TD误差，计算表达式为， ； 式中，为Huber损失函数；为t时刻智能体获得的奖励值；为折扣因子，用于折中当前奖励与未来奖励；为t时刻智能体的部分观测值；为t+1时刻智能体的部分观测值；为t时刻智能体进行的动作；为评估网络的参数；为目标网络的参数； 利用梯度下降法求解误差，以实现误差最小化，不断优化学习者的评估网络；最后，在一定的训练次数后更新参与者的协同优化策略和学习者的目标网络； 在利用D3QN算法训练策略过程中，并行多个进化者完成的步骤包括：首先，随机生成用于评估的仓储环境路径规划任务，进行策略评估；然后，将利用D3QN算法得到的当前策略作为父代策略，利用进化算法完成策略演化，生成优势子代策略；最后，通过软更新的方式，改变原有的协同优化策略。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。