申请/专利权人：北京嘀嘀无限科技发展有限公司

申请日：2018-09-05

公开（公告）日：2024-04-26

公开（公告）号：CN111066048B

主分类号：G06Q10/0631

分类号：G06Q10/0631;G06N3/045;G06N3/092

优先权：["20170908 US 62/555,879"]

专利状态码：有效-授权

法律状态：2024.04.26#授权;2020.10.23#专利申请权的转移;2020.10.23#专利申请权的转移;2020.05.19#实质审查的生效;2020.04.24#公开

摘要：一种乘车订单分派系统，包括处理器以及非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有指令，所述指令在由所述处理器执行时使所述处理器执行方法。所述方法包括：从计算设备获得交通工具的当前位置；将所述交通工具的所述当前位置和时间输入到经训练的神经网络模型以获得针对所述交通工具的动作信息，所述动作信息包括：停留在所述交通工具的所述当前位置、重新定位所述交通工具、或接受乘车订单；以及将所述动作信息传输到所述计算设备以使所述交通工具停留在所述当前位置、重新定位到另一位置、或者通过前往到所述乘车订单的上车位置来接受所述乘车订单。

主权项：1.一种乘车订单分派系统，包括：处理器；以及非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有指令，所述指令在由所述处理器执行时使所述处理器执行方法，所述方法处理：从计算设备获得交通工具的当前位置，所述计算设备包括手机；将所述交通工具的所述当前位置和时间输入到经训练的神经网络模型以获得针对所述交通工具的动作信息，所述动作信息包括：停留在所述交通工具的所述当前位置、重新定位所述交通工具、或接受乘车订单；以及将所述动作信息传输到所述计算设备以使所述交通工具停留在所述当前位置、重新定位到另一位置、或者通过前往到所述乘车订单的上车位置来接受所述乘车订单；其中，所述神经网络模型包括深度神经网络和强化学习算法；所述神经网络模型包括输入层，所述输入层包括一个或多个动作输入和一个或多个状态输入；所述神经网络模型还包括：一个或多个隐藏层；以及输出层，所述输出层包括状态-动作值输出；其中，所述状态-动作值包括累积报酬；并且所述输入层、所述隐藏层和所述输出层按顺序排列并且每两个相邻层与一个或多个权重相关联；其中，所述神经网络模型通过以下方式得以训练：通过将所述动作输入和所述状态输入传递通过所述隐藏层以获得所述输出来对交通工具行程进行建模，每个交通工具行程与以下各项相关联：与起点相对应的第一状态、与目的地相对应的第二状态、与履行从所述起点到所述目的地的乘车订单相对应的动作、以及与乘车费用相对应的报酬；以及更新所述权重以使所述累积报酬最大化；所述动作包括与执行交通工具行程相关联的目的地和下车时间；所述状态包括与所述交通工具行程相关联的上车时间和所述交通工具的地理坐标。

全文数据：

权利要求：

百度查询： 北京嘀嘀无限科技发展有限公司 用于乘车订单分派的系统和方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD