公开(公告)号：CN116307387A

公开(公告)日：2023-06-23

申请号：CN202310260580.7

申请日：2023-03-17

Applicant: 上海交通大学

Inventor： 蔡鸿明 ,  芮召普 ,  于晗 ,  胡畔 ,  姜丽红

IPC: G06Q10/063 ,  G06Q50/26 ,  G06F18/214 ,  G06F30/28 ,  G06F30/27 ,  G06N20/00 ,  G06F113/08 ,  G06F119/14

Abstract: 一种基于深度强化学习推理的小型空间碳中和策略生成系统，包括：特征解析模块、数字碳空间初始化模块、碳中和策略优化模块、碳中和策略导出模块、模型训练支撑模块以及碳浓度预测模块，本发明以基于物理公式的流体模拟引擎驱动数字碳空间构建，基于海量空间案例库生成焦点浓度监测序列，构成训练集，通过碳浓度预测模型提取训练集中丰富的时空语义，形成空间碳浓度的高效推理方法，针对给定的任意小型空间，采用深度强化学习模型进行推理优化，从而能够直接推理出给定时空的碳浓度。通过将碳浓度预测模型作为交互环境，构建并训练基于深度强化学习的空间碳中和策略优化模块。针对用户输入的空间环境点云模型、碳汇点云模型和碳源配置，推理生成高效的空间碳中和策略，并输出对应策略的完整点云模型和相关配置。