一种基于强化学习的多终端车辆调度系统

本发明涉及车辆调度技术领域，具体为一种基于强化学习的多终端车辆调度系统。该系统包括异构数据融合模块、资源分配模块、分层强化学习模块、优化反馈模块及人机协同控制模块。通过采集车辆运行、作业任务与环境监测等数据并统一封装为结构化数据集，上层管理者模型基于PPO算法生成全局调度指令集，下层工人模型基于多智能体强化学习输出具体车辆控制指令。系统还通过NSGA‑II算法对历史调度执行效果进行评估与优化，选取帕累托最优解集，实现调度策略的持续迭代。人机协同控制模块支持可视化展示与人工干预操作，提升系统在复杂作业场景下的自适应性与可控性。