CNIPA.AI
返回搜索
档案

基于深度强化学习的动态物料分拣路径实时规划方法

发明专利未知
10权利要求 · 2 独立
§ Ⅰ

卷宗概要

发明人

吴清术; 余剑飞; 周忠诚

申请日

Sep 18, 2026

公开日

Oct 27, 2026

IPC 分类

B25J 9/16 (2006.01)G06F 18/2415 (2023.01)G06F 18/25 (2023.01)G06F 18/27 (2023.01)G06N 3/042 (2023.01)G06N 3/045 (2023.01)G06N 3/092 (2023.01)B07C 5/36 (2006.01)

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。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式