-
公开(公告)号：CN115900433B
公开(公告)日：2024-08-13
申请号：CN202211568902.6
申请日：2022-12-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于SWOT分析和行为树的多智能体无人对抗系统的决策方法，可以用于真实的多智能体无人自主对抗系统，使用SWOT分析法帮助行为树选择非异常动作类型，实现简单且具有良好的可解释性和一定的自适应能力，避免了传统方法需要人工设计条件节点的限制；设计了分布式的通信和计算框架，实现了去中心化，合理分配计算资源，符合高维状态下真实多智能体无人对抗即时决策系统的应用背景；设计了层次的行为决策结构，具有决策精度递增的特点，有利于智能体自发实现行为自组织，有利于提高真实多智能体无人系统中即时决策的鲁棒性。
-
公开(公告)号：CN117914793A
公开(公告)日：2024-04-19
申请号：CN202311775159.6
申请日：2023-12-22
Applicant: 北京理工大学
Abstract: 本发明公开了一种用于网络流量智能分配的系统及方法，属于智能网络技术领域，具体涉及用于网络拓扑下依据从消息模块中得到的当前网络服务特性生成多消息流量分配方案，通过SDN控制器动态控制SDN网络设备的流量转发。本发明针对网络节点拓扑大、转发消息数量多的SDN控制转发流量的实际场景，以群体智能算法为基础，考虑了通信网络服务常见的约束特性，为网络中消息转发的链路与流量大小提供了较好的分配方案，有效提高了通信网络系统的服务质量；本发明设计了多条消息下路径与流量的双层编码表示方式，将问题拆解到两个层面，从而简化问题复杂度，能够在编码阶段表示出两次决策的对应关系。
-
公开(公告)号：CN117875676A
公开(公告)日：2024-04-12
申请号：CN202410277443.9
申请日：2024-03-12
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/087
Abstract: 本发明公开了订单处理与机器人任务编排的联合调度方法，涉及智能调度技术领域，能够考虑订单指派、货架指派和机器人任务分配的联合优化，获得较优的联合调度方案。具体步骤为：首先获取订单、货架、商品、工作站以及移动机器人的信息。建立关键货架集合。生成货架向工作站的及订单向工作站的指派方案。建立多移动机器人货架搬运任务分配初始方案，连续迭代执行多次机器人间的任务交换，每次交换获得新的任务分配方案，针对新的任务分配方案重新评估完工移动距离，若改进则保留新的任务分配方案；完成任务交换之后得到最终的任务分配方案；输出货架向工作站的指派方案、订单向工作站的指派方案以及最终的任务分配方案。
-
公开(公告)号：CN118502418A
公开(公告)日：2024-08-16
申请号：CN202410532282.3
申请日：2024-04-29
Applicant: 北京理工大学
IPC: G05D1/43 , G05D1/246 , G05D1/65 , G05D1/633 , G05D1/644 , G05D1/693 , G05D1/247 , G05D1/648 , G05D109/10
Abstract: 本发明公开了基于强化学习的多服务机器人动态时空路径规划方法，涉及多服务机器人路径规划技术领域，是一种求解效率高、泛化性好、易于在真实系统部署的基于深度强化学习的多服务机器人路径规划方法。具体方案为：将多服务机器人路径规划问题建模为部分可观测的马尔可夫博弈过程，设计观测空间、动作空间与奖励函数；设计基于注意力机制的多服务机器人路径规划神经网络模型；通过集中式训练、分布式执行的多智能体深度强化学习算法训练所述神经网络模型；将测试问题输入给训练好的神经网络模型，所述训练好的神经网络模型输出位置‑时间序列轨迹，结合局部规划算法完成路径规划问题。
-
Patent Agency Ranking
公开(公告)号：CN115829465A
公开(公告)日：2023-03-21
申请号：CN202211472014.4
申请日：2022-11-23
Applicant: 北京理工大学
IPC: G06Q10/087 , G06Q10/0631 , G06N3/006
Abstract: 本发明涉及一种用于智能仓库的多机器人任务调度方法，属于智能仓库技术领域，具体涉及用于智能仓库中货架移动的多机器人任务调度方法。本发明针对任务规模大、货架数量多的多机器人智能仓储实际环境，以离散粒子群算法为基础，考虑实际系统约束，为智能仓库内机器人的搬运任务快速提供了较好的调度方案，有效提高了系统的运行效率；本发明设计了多机器人情形下的双层编码方式，将问题分解到两个层面，从而简化复杂度，能够在编码阶段从机制上直接避免产生货架的冲突问题，防止出现两个不同货架选择同一个可存储位置进行回归的情况。
-
公开(公告)号：CN117875676B
公开(公告)日：2024-06-07
申请号：CN202410277443.9
申请日：2024-03-12
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06Q10/087
Abstract: 本发明公开了订单处理与机器人任务编排的联合调度方法，涉及智能调度技术领域，能够考虑订单指派、货架指派和机器人任务分配的联合优化，获得较优的联合调度方案。具体步骤为：首先获取订单、货架、商品、工作站以及移动机器人的信息。建立关键货架集合。生成货架向工作站的及订单向工作站的指派方案。建立多移动机器人货架搬运任务分配初始方案，连续迭代执行多次机器人间的任务交换，每次交换获得新的任务分配方案，针对新的任务分配方案重新评估完工移动距离，若改进则保留新的任务分配方案；完成任务交换之后得到最终的任务分配方案；输出货架向工作站的指派方案、订单向工作站的指派方案以及最终的任务分配方案。
-
公开(公告)号：CN117361013A
公开(公告)日：2024-01-09
申请号：CN202311125785.0
申请日：2023-09-01
Applicant: 北京理工大学 , 北京云迹科技股份有限公司
IPC: B65G1/137 , B65G1/04 , G06Q10/087 , G06N3/0455 , G06N3/084 , G06N3/092
Abstract: 本发明公开了一种基于深度强化学习的多机货架仓储调度方法，可以提高多机仓储调度物流系统执行效率；使用深度强化学习算法实现多机货架仓储调度问题的自主决策，人工设计成本低，求解效率高，实时性好，自适应能力好；设计了多机仓储调度网络掩码机制，结合多头注意力神经网络解决了允许执行的动作空间可变的硬性约束问题；设计了多机货架仓储调度动作空间结构，在保证动作数量较少的同时，将多智能体学习问题转化成可以集中式训练的单体马尔可夫决策过程模型，避免了多智能体强化学习中常见的非平稳环境问题和动作空间爆炸的问题，有利于保证强化学习算法的收敛和提高算法的训练速度；设计的顺序执行操作避免了多智能体同时决策产生任务冲突。
-
公开(公告)号：CN118246667A
公开(公告)日：2024-06-25
申请号：CN202410320978.X
申请日：2024-03-20
Applicant: 北京理工大学
IPC: G06Q10/0631 , G06N3/0455 , G06N3/047 , G06N3/092 , G06Q10/067 , G06Q10/087
Abstract: 本发明公开了多仓储机器人动态调度系统及方法，属于物流调度及人工智能技术领域，构建了多仓储机器人动态调度系统和调度模型和基于注意力机制的层次化神经网络结构，对多仓储机器人调度任务结构进行分解，有效降低多仓储机器人调度问题的动作空间维度，避免维数灾难，提高强化学习算法的学习效率；采用深度强化学习算法训练层次化神经网络模型，提高调度系统计算求解速度；调度系统采用事件触发的方式触发调度求解算法的运行条件，求解周期时间不固定，能够减少计算资源浪费，有利于加速训练时数据采样，加快学习进程；充分利用神经网络部署时推理速度快的优点，可根据动态环境状态实时生成任务指令，缩减调度周期所需时间，提高调度系统的柔性。
-
公开(公告)号：CN115900433A
公开(公告)日：2023-04-04
申请号：CN202211568902.6
申请日：2022-12-08
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于SWOT分析和行为树的多智能体无人对抗系统的决策方法，可以用于真实的多智能体无人自主对抗系统，使用SWOT分析法帮助行为树选择非异常动作类型，实现简单且具有良好的可解释性和一定的自适应能力，避免了传统方法需要人工设计条件节点的限制；设计了分布式的通信和计算框架，实现了去中心化，合理分配计算资源，符合高维状态下真实多智能体无人对抗即时决策系统的应用背景；设计了层次的行为决策结构，具有决策精度递增的特点，有利于智能体自发实现行为自组织，有利于提高真实多智能体无人系统中即时决策的鲁棒性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
