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！

龙图腾网获悉招商局重庆交通科研设计院有限公司申请的专利基于深度强化学习大模型的大规模路网交通管控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：CN120954238B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202511484108.7，技术领域涉及：G08G1/01；该发明授权基于深度强化学习大模型的大规模路网交通管控方法是由俞山川;王鸿瑞;宋浪;王嘉寅;苟毅;朱晓燕;谢耀华;李烨明;陈珍;李远哲;刘馥齐设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于深度强化学习大模型的大规模路网交通管控方法在说明书摘要公布了：本发明涉及一种基于深度强化学习大模型的大规模路网交通管控方法，属于智能交通控制技术领域。该方法包括：感知包括城市道路交叉口、高速公路入口匝道与应急车道的实时多模态路网信息，通过融合空间图构建方法与时间序列嵌入方法，生成表征当前交通网络状态的时空融合表征向量；将时空融合表征向量与历史状态记忆拼接后作为输入，利用预训练大语言模型的骨干网络进行状态特征蒸馏以增强状态表征，并通过具有分层动作空间的策略网络输出交通管控决策；通过跨模态知识迁移与渐进式课程学习策略，对深度强化学习算法的训练过程进行引导和优化，以提升模型训练效率和泛化能力。本发明在保证实时响应速度的同时，使控制策略的泛化性能和准确性提高。

本发明授权基于深度强化学习大模型的大规模路网交通管控方法在权利要求书中公布了：1.一种基于深度强化学习大模型的大规模路网交通管控方法，其特征在于，该方法包括以下步骤： S1：构建多模态路网信息感知编码体系：感知包括城市道路交叉口、高速公路入口匝道与应急车道的实时多模态路网信息，通过融合空间图构建方法与时间序列嵌入方法，生成表征当前交通网络状态的时空融合表征向量； S2：执行大模型增强的深度强化学习算法：将时空融合表征向量与历史状态记忆拼接后作为输入，利用预训练大语言模型的骨干网络进行状态特征蒸馏以增强状态表征，并通过具有分层动作空间的策略网络输出交通管控决策； 利用预训练大语言模型的骨干网络进行状态特征蒸馏的具体方式为： 采用冻结参数的预训练大语言模型骨干网络作为特征提取器，将时空融合表征向量与历史状态记忆拼接后作为输入，得到初步增强表征；配合一个可训练的低秩自适应适配器，对大语言模型的输出进行微调，以适配特定的交通管控任务； S3：应用交通管控知识精馏框架：通过跨模态知识迁移与渐进式课程学习策略，对所述深度强化学习算法的训练过程进行引导和优化，以提升模型训练效率和泛化能力。

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招商局重庆交通科研设计院有限公司，其通讯地址为：400067 重庆市南岸区学府大道33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。