№ CN122975690A発明
不明基于深度强化学习的动态物料分拣路径实时规划方法
本发明涉及一种基于深度强化学习的动态物料分拣路径实时规划方法,包括以下步骤:S1:获取垃圾回收现场的多源状态数据,并基于神经网络模型识别物料属性并生成物料特征向量;S2:根据物料特征向量确定候选目标区域和任务优先级,获取分拣任务集合;S3:构建垃圾回收分拣系统的分拣动态图;S4:基于物料特征向量、分拣任务集合以及分拣动态图,构建深度强化学习智能体在当前时刻的状态张量;S5:将状态张量输入特征编码网络提取动态环境特征,并基于深度强化学习策略网络生成候选分拣动作;S6:对候选分拣动作进行约束校验生成可执行动作集合,并将可执行动作集合转换为现场设备能够识别的控制指令。本发明有效提高分拣效率和可靠性。
❖福建省曾志环保科技有限公司; 曾志无废城市(三明)环保科技有限公司吴清术; 余剑飞; 周忠诚Oct 27, 2026§ 2/10 請求項B25J 9/16 (2006.01), G06F 18/2415 (2023.01), G06F 18/25 (2023.01) +5