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！

龙图腾网获悉北京科技大学申请的专利基于状态机与强化学习的井下矿用卡车调度方法及装置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：CN119809257B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411916303.8，技术领域涉及：G06Q10/0631；该发明授权基于状态机与强化学习的井下矿用卡车调度方法及装置是由顾青;杨奕;孟宇;杨俊;刘阳设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本基于状态机与强化学习的井下矿用卡车调度方法及装置在说明书摘要公布了：本发明提供一种基于状态机与强化学习的井下矿用卡车调度方法及装置，涉及地下矿山运输系统调度优化技术领域。该方法包括：获取地下矿山运输系统的场景模型，构建拓扑结构模型，根据拓扑结构模型以及冲突类型构建地下矿用卡车车队运行问题，进而构建基于状态机与强化学习的车队调度决策模型；其中，将每辆卡车作为车队调度决策模型的智能体，为智能体配备状态机；以最大化运输效率、减少等待时间和减少冲突为目标，对车队调度决策模型进行求解，得到矿用卡车在双向单车道行驶特性的井下运输工作面中的调度结果。本发明通过结合状态机和强化学习技术，实现对地下矿用卡车车队的智能调度，以提高运输效率、减少交通冲突和降低能耗。

本发明授权基于状态机与强化学习的井下矿用卡车调度方法及装置在权利要求书中公布了：1.一种基于状态机与强化学习的井下矿用卡车调度方法，其特征在于，所述方法包括： S1、获取地下矿山运输系统的场景模型，根据所述场景模型构建地下矿山运输系统的拓扑结构模型，根据所述拓扑结构模型以及冲突类型构建地下矿用卡车车队运行问题； S2、根据所述地下矿用卡车车队运行问题，构建基于状态机与强化学习的车队调度决策模型；其中，将地下矿用卡车车队中的每辆卡车作为车队调度决策模型的智能体，为所述智能体配备状态机； S3、以最大化运输效率、减少等待时间和减少冲突为目标，对所述车队调度决策模型进行求解，得到矿用卡车在双向单车道行驶特性的井下运输工作面中的调度结果； 所述S2中的构建基于状态机与强化学习的车队调度决策模型，包括： 将卡车运输的阶段作为状态，设计状态转移触发器； 动作空间根据卡车行驶区间和状态机的状态进行调整； 设计观测空间，所述观测空间包括每辆卡车的横纵坐标以及每辆卡车所在状态机的状态编号； 设定奖励函数以及终止条件； 所述S2中的基于状态机与强化学习的车队调度决策模型，如下式1所示： 式中，M表示状态机强化学习系统方程，A表示系统状态转移触发矩阵，S表示系统有限状态矩阵，P表示车辆位置状态，Obs表示强化学习中智能体的观测空间，p0表示车辆的初始状态，s0表示状态机的初始状态,Act表示在st状态下对应的动作空间向量，表示系统转移方程向量，x表示车辆的位置，y表示车辆的空载情况，d表示车辆的装载情况，p表示当前时刻车辆位置，s表示车辆在状态机中的状态，x0表示初始时刻车辆横坐标，y0表示初始时刻车辆纵坐标，d0表示初始时刻车辆的装载情况，obst表示强化学习在t时刻的观测空间，t表示时间，pt表示卡车在时间t的行驶状态，at表示t时刻的状态转移触发条件，st表示状态机在t时刻所处的状态，actt表示强化学习在t时刻的动作空间，sample表示强化学习动作采样； 所述状态转移触发器，包括完成特定任务触发器、到达特定位置触发器、满足时间或容量约束触发器； 状态转移触发器的触发公式，如下式2-4所示： F1A，pt＝fpt×Pos·A＝at2 式中，Pos表示具有n维的场景区间对角矩阵，posi表示第i个区间，n表示场景划分的区间数量。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。

以上内容由龙图腾AI智能生成。