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！

龙图腾网获悉北京交通大学申请的专利基于深度强化学习和态势预测的交通信号协同方法和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：CN118230568B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410357941.4，技术领域涉及：G08G1/07；该发明授权基于深度强化学习和态势预测的交通信号协同方法和系统是由万怀宇;郭晟楠;姜洋;陈晗阳;陈静文;林友芳设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于深度强化学习和态势预测的交通信号协同方法和系统在说明书摘要公布了：本发明提供了一种基于深度强化学习和态势预测的交通信号协同方法和系统，属于智慧交通领域。所述系统包括：仿真交互环境模块、融合态势预测的多路口信号协同优化模型和基于不确定性加权的多任务训练模块；其中，所述仿真交互环境模块，用于根据路网的实际拓扑结构和相应的车辆路由数据，配置交通系统仿真软件SUMO，搭建出与实际交通场景相似的仿真交互环境；所述融合态势预测的多路口信号协同优化模型，用于基于当前和未来的交通状况，实现融合态势预测的有效决策；所述基于不确定性加权的多任务训练模块，用于通过引入不确定性来衡量融合不确定性的预测任务和多路口信号灯控制任务的重要度，从而动态地调整各任务在整体损失函数中的权重。

本发明授权基于深度强化学习和态势预测的交通信号协同方法和系统在权利要求书中公布了：1.一种基于深度强化学习和态势预测的交通信号协同系统，其特征在于，所述系统包括：仿真交互环境模块、融合态势预测的多路口信号协同优化模型和基于不确定性加权的多任务训练模块；其中， 所述仿真交互环境模块，用于根据路网的实际拓扑结构和相应的车辆路由数据，配置交通系统仿真软件SUMO，搭建出与实际交通场景相似的仿真交互环境； 所述融合态势预测的多路口信号协同优化模型，用于基于当前和未来的交通状况，实现融合态势预测的有效决策； 所述基于不确定性加权的多任务训练模块，用于通过引入不确定性来衡量融合不确定性的预测任务和多路口信号灯控制任务的重要度，从而动态地调整各任务在整体损失函数中的权重； 所述融合态势预测的多路口信号协同优化模型，包括多路口复杂交通动态图表示模块、融合不确定性的细粒度级交通流预测模块和多路口交通信号灯相位协同选择模块；其中， 所述多路口复杂交通动态图表示模块由第一多层感知机以及图注意力机制子模块组成，用于通过路口间邻接关系实现多路口交通状态的信息交互，提取相邻路口的状态特征； 所述融合不确定性的细粒度级交通流预测模块包括实例归一化层、编码器、卷积层、加和算子和第二多层感知机，用于通过预测道路未来车流量来实现车道级态势感知，从而辅助交通信号灯的控制决策过程； 所述多路口交通信号灯相位协同选择模块由第三多层感知机组成，用于接收多路口交通的复杂动态图表示；还用于通过融合不确定性的细粒度级交通流预测模块提供的预测数据，融合未来交通流量变化的不确定性因素，以进一步提高决策的准确性和鲁棒性。

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北京交通大学，其通讯地址为：100044 北京市海淀区上园村3号北京交通大学计算机科学与信息技术学院；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”。