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！

龙图腾网恭喜南京航空航天大学申请的专利基于深度强化学习的车辆-无人机协同配送路径优化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：CN119168528B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411658940.X，技术领域涉及：G06Q10/0835；该发明授权基于深度强化学习的车辆-无人机协同配送路径优化方法是由薛清文;林操;姜雨;原野;冯胤霖设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于深度强化学习的车辆-无人机协同配送路径优化方法在说明书摘要公布了：本发明公开了一种基于深度强化学习的车辆‑无人机协同配送路径优化方法，涉及路径优化技术领域，旨在解决城市末端配送中因客户动态需求和交通流时变特性带来的物流配送不确定性问题。首先，考虑不同交通流状态下车辆速度的变化，建立动态物流配送时间函数；其次，以满足客户需求的配送时效性为目标，构建车辆‑无人机协同配送路径优化模型；接着，针对动态配送时间和客户动态需求，设计带有需求过期惩罚的奖励函数；最后，采用深度强化学习算法求解动态路径优化模型。本发明方法能够动态调整分配策略，提升路径规划效率和配送及时性，显著提高城市终端配送的整体服务水平。

本发明授权基于深度强化学习的车辆-无人机协同配送路径优化方法在权利要求书中公布了：1.一种基于深度强化学习的车辆-无人机协同配送路径优化方法，其特征在于，包括以下步骤：步骤1：考虑不同交通流状态下车辆行驶速度不同，建立动态物流配送时间函数，量化动态交通流状态下的车辆-无人机协同配送时间变化；步骤2：考虑动态配送时间，以满足客户所有需求配送时效性最高为目标，建立车辆-无人机队低空物流协同配送路径优化模型；步骤3：针对动态交通流状态和客户动态需求，建立带有需求过期惩罚的奖励函数；步骤4：基于奖励函数，采用深度强化学习算法求解车辆-无人机低空物流协同配送路径优化模型；所述步骤3中带有需求过期惩罚的奖励函数设置如下：为确保强化学习框架中的智能体及时满足需求，定义需求过期惩罚：对于网络中的每个节点，如果需求过期，即在规定的时间窗口内没有得到满足，则使用-1的惩罚；带有需求过期惩罚的奖励函数计算公式如下： ；其中，C为初始函数中获得的奖励，P为单位时间步长的累计惩罚，P的计算公式如下： ；其中，N表示所有节点的集合，为指示函数，如果节点i上的需求已经过期，则返回1，否则返回0；所述步骤4具体过程如下：步骤4.1：定义深度强化学习模型的状态空间和动作空间；步骤4.2：建立随时间变化的动态需求矩阵，为路径优化提供实时反馈；步骤4.3：采用马尔可夫决策过程构建深度强化学习模型的数学框架；步骤4.4：采用编码器-解码器架构处理智能体的决策，利用经验回放和目标网络更新技术提高模型训练过程的稳定性；所述步骤4.4中：使用图注意力网络作为编码器，将动态交通流、动态需求状态信息转换为强化学习模型易于理解的潜在表示；使用基于Transformer的解码器，根据编码器输出的潜在表示，生成车辆和无人机的下一步动作，为智能体做出决策；采用经验回放和目标网络更新技术训练模型，为智能体收集经验、更新策略和值函数，适应动态环境，提高训练过程的稳定性和效率。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。