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！

龙图腾网获悉深圳大学申请的专利基于强化学习的车辆路径规划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：CN120800422B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202511285720.1，技术领域涉及：G01C21/34；该发明授权基于强化学习的车辆路径规划方法及装置是由蚁文洁;李文泽;牛奔;钟惠芬设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本基于强化学习的车辆路径规划方法及装置在说明书摘要公布了：本发明提供基于强化学习的车辆路径规划方法及装置，涉及数据处理技术领域，方法包括：将t时间步的状态向量输入至第一模型中，获取第一样本动作对应的第一预期收益值；选取目标第一样本动作，更新得到t+1时间步的状态向量；将t+1时间步的状态向量输入至第二模型中，获取多个第二样本动作以及对应的第二预期收益值；基于第二预期收益值确定目标预期收益值，基于目标预期收益值、目标第一样本动作对应的第一预期收益值确定训练损失，基于训练损失更新第一模型的参数；在多个时间步后基于第一模型的参数对第二模型的参数进行软更新；基于训练完成后的第一模型的输出数据得到车辆路径规划结果。本发明可以提高车辆路径规划的鲁棒性。

本发明授权基于强化学习的车辆路径规划方法及装置在权利要求书中公布了：1.一种基于强化学习的车辆路径规划方法，其特征在于，包括： 将t时间步的状态向量输入至第一模型中，获取所述第一模型输出的多个第一样本动作对应的第一预期收益值，每个所述第一样本动作对应调用一种路径规划算子，所述状态向量中包括已调用过的算子序列； 在所述多个第一样本动作中选取一个动作作为目标第一样本动作，基于所述目标第一样本动作对所述状态向量进行更新，得到t+1时间步的所述状态向量； 将t+1时间步的所述状态向量输入至第二模型中，获取所述第二模型输出的多个第二样本动作以及各个所述第二样本动作对应的第二预期收益值； 基于所述第二预期收益值确定目标预期收益值，基于所述目标预期收益值、所述目标第一样本动作对应的所述第一预期收益值，确定训练损失，基于所述训练损失更新所述第一模型的参数； 在多个时间步后，基于所述第一模型的参数对所述第二模型的参数进行软更新； 基于训练完成后的所述第一模型的输出数据，得到车辆路径规划结果。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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。