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！

龙图腾网恭喜西北工业大学申请的专利一种面向异构空间众包的环境驱动型任务分配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：CN115062917B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210563400.8，技术领域涉及：G06Q10/0631；该发明授权一种面向异构空间众包的环境驱动型任务分配方法是由於志文;张璇;崔禾磊;郭斌;张逢源;宋勇博;徐铁牛设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种面向异构空间众包的环境驱动型任务分配方法在说明书摘要公布了：本发明涉及一种面向异构空间众包的环境驱动型任务分配方法，考虑参与者和任务的时空约束、不同的感知约束以及异构空间众包环境的动态性，将大规模全局任务分配问题转化为基于多区域优化的任务分配问题。具体过程为：根据任务与参与者的时空特征、匹配程度构建可用的任务分配区域，并为每个区域设置代理；其次，基于离散化软演员评论家算法和集中式训练分散化执行框架对区域代理进行训练，使得区域代理可以选择合适的参与者，并不断学习和优化任务分配结果，以适应异构空间众包环境动态性。

本发明授权一种面向异构空间众包的环境驱动型任务分配方法在权利要求书中公布了：1.一种面向异构空间众包的环境驱动型任务分配方法，其特征在于步骤如下：步骤1：获取每个注册到众包平台参与者的基本信息：参与者的当前位置、感知半径、预期执行时间、移动速度、感知数据类型、感知质量；以及每个待分配任务的信息：任务的位置、任务的开始时间、任务的截止时间、任务的感知半径、任务所需的执行时间、任务所需的感知数据类型；任务集合为T，参与者P由工人W和环境传感器S组成，感知数据类型集合为步骤2：根据任务和参与者的时空特征，划分每个任务的最大可用参与者集MP＝{mp1,…,mpn}；最大可用参与者集应该满足以下两个条件：12其中，是待分配任务ti的开始时间，是任务ti的位置，是任务ti的截止时间，是任务ti的感知半径，是参与者wk的位置，是参与者wk的移动速度，是参与者wk的预期执行时间，是传感器sj的感知半径，传感器sj的位置；进行最大可用参与者集MP的选择基于一个共同的目的：选择离任务最近的参与者更有可能在截止日期前完成任务；因为距离较远的工人会花更多的时间移动，而距离较远的传感器无法覆盖当前任务的范围；根据参与者和任务的时空特征选择最大可用参与者集可以避免任务和参与者在等网格感知区域分布不均匀的问题；另外，在最大可用参与者集的选择中，还需要最小化参与者贡献的感知数据的相似度，同时最大程度保证任务与参与者之间感知数据类型的匹配程度；通过引入Jaccard参数计算参与者间的感知相似度；参与者的感知数据类型表示为感知相似度定义为： 步骤3：对于任务ti构建其可用分配区域，该区域由其感知范围和最大参与者集合构成的区域组成，即RT＝rt1,rt2,……,rtn，其中步骤4：构建不同参与者的感知质量，为了最大程度地保证任务的执行，在区域的构建中考虑了参与者的时空特征和感知相似性；然而，不同参与者提供的感知数据的大小是不同的；通过对参与者提供的数据量大小来设置其感知质量；为了统一衡量不同参与者所贡献的感知数据增益，将数据量为的感知数据增益定义为步骤5：面向区域进行任务分配，在步骤4中将参与者贡献的数据量作为该参与者的感知质量；通过以参与者的总体感知质量和参与者和任务的匹配度为优化目标，在任务可用分配区域rti内选择合适的参与者；为此，使用基于离散化软演员评论家算法SAC和集中式训练分散化执行框架CTDE，算法根据步骤3生成的区域rti设置区域代理，并在区域内分配任务；actor网络根据其所处异构众包环境进行决策，利用集中式训练分散化执行框架CTDE对多区域代理进行扩展，并利用其他区域代理的信息对critic网络进行训练，确保每个区域代理的异构空间众包环境是稳定的。

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北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。