-
公开(公告)号：CN117079479A
公开(公告)日：2023-11-17
申请号：CN202311344089.9
申请日：2023-10-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种时空预测的后继强化学习的交通信号控制方法及装置，通过引入显示的基于时空特性的交通状态预测，采用LSTM及GAT网络分别基于时间相关性、空间相关性预测未来的微观状态，智能体使用当前和预测状态进行最优决策，可以充分利用交通数据的时空相关性，提高路网的通行效率。同时，将后继特征与深度强化学习相结合，把任务的估计奖励和任务的预期特征进行分离，可以更方便地进行交通灯控制任务的转移，提升交通灯控制模型的训练速度，以及提高了交通信号灯控制的准确性和智能化。
-
-
公开(公告)号：CN116883633A
公开(公告)日：2023-10-13
申请号：CN202311151151.2
申请日：2023-09-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于GIS模拟智能体移动及可调速的可视化方法和装置，包括：基于智能体的坐标在地图上创建所有智能体；设定周期，获取每个智能体在每个周期的坐标信息，比较当前周期与上一周期的坐标，确定智能体是否移动，若移动，则保存该智能体在当前周期的起始坐标和目标坐标；初始化移动智能体运动前的状态，设定运动速度和单周期运动步数并计算当前周期的运动时长和单步运动时长，从而计算当前周期移动智能体的运动路径；按照运动路径在地图上模拟智能体的移动；则每个移动智能体连续多周期的运动路径即可在GIS地图上模拟智能体的移动并可视化。本发明将带有地理坐标信息的智能体真实映射到GIS地图上；且移动过程可视化的速度支持灵活设置。
-
公开(公告)号：CN117032903B
公开(公告)日：2024-01-26
申请号：CN202311285975.9
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 本说明书公开了一种仿真调试方法、装置、存储介质及电子设备。仿真调试方法包括：对目标业务场景进行建模，得到用于实现业务场景模型的仿真程序，并确定所述仿真程序中包含的各逻辑块；确定预设的各监控变量以及各逻辑断点；接收前端发送的调试指令，针对每个逻辑块，若执行针对该逻辑块的调试动作过程中触发逻辑断点，则暂停对后续的逻辑块进行调试，并将该逻辑块所触发的逻辑断点处对应的各监控变量值发送给前端；在用户根据各监控变量值判断调试未出现异常后，接收用户通过前端发送的继续调试指令，以继续执行针对后续逻辑块的调试动作，直至所有逻辑块均被调试完成，得到调试后的仿真程序。
-
公开(公告)号：CN117079479B
公开(公告)日：2024-01-16
申请号：CN202311344089.9
申请日：2023-10-17
Applicant: 之江实验室
Abstract: 本说明书公开了一种时空预测的后继强化学习的交通信号控制方法及装置，通过引入显示的基于时空特性的交通状态预测，采用LSTM及GAT网络分别基于时间相关性、空间相关性预测未来的微观状态，智能体使用当前和预测状态进行最优决策，可以充分利用交通数据的时空相关性，提高路网的通行效率。同时，将后继特征与深度强化学习相结合，把任务的估计奖励和任务的预期特征进行分离，可以更方便地进行交通灯控制任务的转移，提升交通灯控制模型的训练速度，以及提高了交通信号灯控制的准确性和智能化。
-
Patent Agency Ranking
公开(公告)号：CN116612640B
公开(公告)日：2023-12-26
申请号：CN202310867386.5
申请日：2023-07-14
Applicant: 之江实验室
Abstract: 本说明书公开了一种车辆调度方法、装置、存储介质及电子设备，包括：针对待预测区域中的各子区域，将确定出的该子区域的历史出行信息按照至少两种时间周期进行提取，得到至少两种子信息。以及构建各子区域之间的距离图以及构建各子区域之间的出行需求图，并将各子区域的至少两种子信息、距离图以及出行需求图输入特征提取层，得到各子区域的至少两种时间特征、距离特征以及出行需求特征。将各子区域的至少两种时间特征、距离特征以及出行需求特征输入预测层，得到待预测区域的用户出行需求。根据用户出行需求，进行车辆调度。使得预测出的用户出行需求更加准确，从而根据用户出行需求，将车辆调度到各子区域，减少用户在各子区域的等待时间。
-
公开(公告)号：CN116612640A
公开(公告)日：2023-08-18
申请号：CN202310867386.5
申请日：2023-07-14
Applicant: 之江实验室
Abstract: 本说明书公开了一种车辆调度方法、装置、存储介质及电子设备，包括：针对待预测区域中的各子区域，将确定出的该子区域的历史出行信息按照至少两种时间周期进行提取，得到至少两种子信息。以及构建各子区域之间的距离图以及构建各子区域之间的出行需求图，并将各子区域的至少两种子信息、距离图以及出行需求图输入特征提取层，得到各子区域的至少两种时间特征、距离特征以及出行需求特征。将各子区域的至少两种时间特征、距离特征以及出行需求特征输入预测层，得到待预测区域的用户出行需求。根据用户出行需求，进行车辆调度。使得预测出的用户出行需求更加准确，从而根据用户出行需求，将车辆调度到各子区域，减少用户在各子区域的等待时间。
-
公开(公告)号：CN117725985A
公开(公告)日：2024-03-19
申请号：CN202410171178.6
申请日：2024-02-06
Applicant: 之江实验室
Abstract: 本说明书公开了一种强化学习模型训练和业务执行方法、装置及电子设备。所述方法包括：获取用户针对指定业务场景构建的强化学习环境数据；响应于用户的指定操作，确定用户基于强化学习环境数据选择的目标智能体，并确定目标智能体的智能体配置信息；在预设算法库中确定出目标强化学习算法；基于目标智能体、智能体配置信息以及目标强化学习算法，构建强化学习模型，并对强化学习模型进行仿真，并将仿真过程中产生的数据存入经验回放池；根据从经验回放池中获取的训练数据以及奖励函数信息对强化学习模型进行训练。本方案极大的降低了用户的使用门槛，充分满足了用户对强化学习环境的多样化需求。
-
公开(公告)号：CN117252234B
公开(公告)日：2024-03-01
申请号：CN202311531148.3
申请日：2023-11-16
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于非合作博弈的策略生成方法及装置，通过构建目标用户对应的图数据，针对每个智能体，根据该智能体的被观测概率以及背叛参数，确定该智能体的背叛行为策略。根据各邻居智能体的背叛行为策略和各邻居智能体的被观测概率，通过该智能体的惩罚参数，确定该智能体分别对各邻居智能体的第一惩罚行为策略。进而参考各智能体在背叛行为策略和第一惩罚行为策略的影响下，更新该智能体的背叛参数和惩罚参数，用于确定各智能体的行为策略。从上述方法可以看出，通过构建目标用户对应的图数据，参考了与目标用户相关用户的行为策略的影响，以及实时更新目标用户的惩罚参数和背叛参数，得到的行为策略，更准确、实效性强。(56)对比文件Marco Casari等.Decentralizedmanagement of common property resources:experiments with a centuries-oldinstitution.Journal of Economic Behavior& Organization.2003,全文.裴华艳;闫光辉;王焕民.基于行为惩罚的合作演化研究.兰州交通大学学报.2020,(02),全文.王浩云;张顺颐;赵振东;马燕玲.基于不完全信息博弈的P2P网络节点行为策略模型.应用科学学报.2008,(05),全文.于建业;王元卓;靳小龙;程学旗.基于社交演化博弈的社交网络用户信息分享行为演化分析.电子学报.2018,(01),全文.谢逢洁;武小平;崔文田;陈子凤.博弈参与水平对无标度网络上合作行为演化的影响.中国管理科学.2017,(05),全文.
-
-
-
-
-
-
-
-
Search Results
22
records
(took 0.022 seconds)
