龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东北大学
申请日：2024-03-18
公开（公告）日：2024-06-14
公开（公告）号：CN118195457A
主分类号：G06Q10/0835
分类号：G06Q10/0835;G06N3/092;G06F18/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.14#公开
摘要：本发明提供一种基于偏好驱动的多目标强化学习的车辆路线规划方法，涉及车辆规划以及深度强化学习技术领域。本发明通过将问题建模为马尔科夫决策过程，引入了偏好向量，从而赋予决策者更灵活的决策空间，通过与物流系统环境的交互，学习一组帕累托最优的车辆路径策略，采用多维插值器对偏好向量进行投影，以进行偏好向量空间的归一化处理，提高了算法的收敛性，引入余弦相似项，用于度量偏好的相似程度，确保在学习过程中偏好的一致性和对齐性，这种算法不仅提供解决MOVRP问题的路径方案，还考虑了决策者对多个目标的个性化偏好，个性化的车辆路径规划方案将能够更好地适应不同决策者和物流环境的需求，提高整体效率与用户满意度。
主权项：1.一种基于偏好驱动的多目标强化学习的车辆路线规划方法，其特征在于，包括如下步骤：步骤1：对车辆路径规划的系统环境进行定义描述；步骤2：建立车辆路径规划的目标函数及约束条件；步骤3：将车辆路径规划表述为一个多目标的马尔可夫决策过程并定义马尔可夫决策过程中的各个元素；步骤4：根据马尔可夫决策过程，使用预测网络Q与环境交互收集样本，然后使用PD-MOVRP算法对目标网络Target-Q进行训练，得到训练完成的目标网络Target-Q；步骤5：利用训练完成的目标网络Target-Q和偏好向量得到车辆路线。
全文数据：
权利要求：
百度查询： 东北大学 一种基于偏好驱动的多目标强化学习的车辆路线规划方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号