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！

龙图腾网获悉重庆大学申请的专利一种基于深度强化学习的作业车间机器与AGV联合调度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：CN116483075B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310349293.3，技术领域涉及：G06Q10/06；该发明授权一种基于深度强化学习的作业车间机器与AGV联合调度方法是由姚单;孙爱红;宋豫川;雷琦;杨云帆;郭伟飞设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于深度强化学习的作业车间机器与AGV联合调度方法在说明书摘要公布了：本发明属于车间调度领域，具体涉及一种基于深度强化学习的作业车间机器与AGV联合调度方法，包括以下步骤：步骤1，将作业车间AGV和机器联合调度问题表达为一个有向的析取图G；步骤2，通过拓扑排序将析取图G中的机器工序和转移工序分开，将问题转换为马尔科夫决策过程；步骤3：建立马尔科夫决策过程模型；步骤4、建立求解深度强化学习网络架构和智能体模型；步骤5：对深度强化学习智能体的网络进行参数初始化，并进行参数优化，训练得到最佳调度策略；步骤6、将训练得到的深度强化学习智能体部署于车间，根据车间的实时生产情况进行调度。本发明可以解决现有作业车间AGV与机器联合调度方法效率低、鲁棒性差的技术问题。

本发明授权一种基于深度强化学习的作业车间机器与AGV联合调度方法在权利要求书中公布了：1.一种基于深度强化学习的作业车间机器与AGV联合调度方法，其特征在于，包括以下步骤： 步骤1，将作业车间AGV和机器联合调度问题表达为一个有向的析取图G； 步骤2，通过拓扑排序将析取图G中的机器工序和转移工序分开，将作业车间AGV和机器联合调度问题变为与工序排序相关的序列决策问题，进而转换为马尔科夫决策过程； 步骤3：基于步骤2得到的马尔科夫决策过程，建立作业车间AGV与机器联合调度问题的马尔科夫决策过程模型； 步骤4、基于步骤3建立的马尔科夫决策过程模型，建立求解作业车间AGV与机器联合调度问题的深度强化学习网络架构和智能体模型； 步骤5：对步骤4建立的深度强化学习智能体的网络进行参数初始化，并对其网络进行参数优化，训练得到作业车间AGV与机器联合调度问题的最佳调度策略； 步骤6：将训练得到的作业车间AGV与机器联合调度深度强化学习智能体部署于车间，根据车间的实时生产情况进行调度； 其中，步骤1中，有向的析取图G为G＝VO∪VT,C∪Dm∪Dr； 析取图G中包含VO和VT两类顶点，s和e两个虚拟顶点，以及3类有向边集合C、Dm和Dr；其中，VO表示调度系统中包含所有机加工工序，VT调度系统中包含所有运输交付工序；s表示开始；e表示结束；C表示工序间优先约束，Dm表示工序在机器上的加工顺序，Dr表示工序的指派情况；从到的有向弧权重为机加工时间；从到的有向弧的权重为运输时间；为VO中的一个顶点，为VT中的一个顶点；有向弧Dr在将工序指派给AGV后进行表达，Dr的权重为取件时间。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174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”。