基于深度强化学习的车辆与无人机协同配送路径规划方法

AITNT
正文
推荐专利
基于深度强化学习的车辆与无人机协同配送路径规划方法
申请号:CN202510710288
申请日期:2025-05-29
公开号:CN120543075A
公开日期:2025-08-26
类型:发明专利
摘要
本发明公开了一种基于深度强化学习的车辆与无人机协同配送路径规划方法,包括:构建车辆与无人机协同配送路径规划的数学模型,构建协同配送路径规划模型,协同配送路径规划模型包括:基于Transformer模型与图卷积网络的第一深度强化学习模型,用于处理车辆与无人机的任务分配,即将任务集合中的各个任务分配至车辆或无人机,得到车辆配送集合与无人机配送集合;基于Transformer模型与图卷积网络的第二深度强化学习模型,用于对车辆的配送路径进行规划;基于Transformer模型的第三深度强化学习模型,用于对无人机的配送路径进行规划。本发明应用于路径规划领域,能够为车机协同配送提供有效的优化路径方案,从而支撑无人机物流效率的显著提升。
技术关键词
配送路径规划方法 无人机协同 深度强化学习模型 嵌入特征 车辆 客户 编码器 节点特征 解码器 数学模型 网络架构 残差网络 多头注意力机制 支撑无人机
系统为您推荐了相关专利信息
1
一种恶劣天气车辆控制方法、系统、设备及介质
多模态 车辆状态信息 天气 控制策略 融合特征
2
一种用于多场景的微电网虚拟储能优化运行方法及系统
优化运行方法 虚拟储能 多场景 车辆停放位置 电梯
3
一种哨兵模式下车辆监测方法、装置、电子设备及介质
哨兵模式 车辆监测方法 传感器 视角 功耗
4
一种基于耦合振动模型的行车风险评估方法
风险评估方法 动力学微分方程 桥梁 车辆动力学模型 有限元分析软件
5
悬挂系统自适应调节方法、装置、设备及可读存储介质
悬挂参数 悬挂系统 汽车悬挂 监测车辆行驶状态 压电式传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号