公开(公告)号：CN113053122B

公开(公告)日：2022-02-18

申请号：CN202110305552.3

申请日：2021-03-23

Applicant: 成都信息工程大学 ,  四川易方智慧科技有限公司

Inventor： 郑皎凌 ,  张中雷 ,  李军 ,  吴昊昇 ,  乔少杰 ,  刘双侨

IPC: G08G1/01 ,  G08G1/065 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了基于加权多智能体分组逆向强化学习算法——WeightedMultiagent Group Inverse Reinforcement Learning(WMGIRL)对可变交通管控方案下区域车流量分布进行预测的方法，包括：S1、对待预测区域进行城市路网建模，并采集该区域内的行车轨迹数据；S2、基于待预测区域对应的城市路网和行车轨迹数据，通过基于加权(Weighted)的最大熵逆强化学习方法提取待预测区域内的流量特征；S3、基于提取出的流量特征和当前交通管控方案下的城市路网，采用基于多智能体分组(Multiagent Group)的正向强化学习方法对其进行处理，获得待预测区域的车流量分布预测结果。

公开(公告)号：CN110928974A

公开(公告)日：2020-03-27

申请号：CN201911216390.5

申请日：2019-12-02

Applicant: 成都信息工程大学

Inventor： 张中雷 ,  吴昊昇 ,  郑皎凌 ,  邹长杰 ,  赵大楼 ,  蒋洛峰 ,  王茂帆 ,  李军

IPC: G06F16/29 ,  G06F40/151 ,  G06F40/126 ,  G08G1/01

Abstract: 本发明涉及道路网简化领域，目的是提供基于Kml生成及融点简化路网的方法，本发明包括以下步骤：S1:获取待研究地区的道路经纬度数据和路口的经纬度数据；S2：将S1中的经纬度作为输入，通过getRoadNet函数转换得到所述待研究地区的道路拓扑结构文件和路口信息文件；S3:通过整合所述道路拓扑结构文件和所述路口信息文件，得到简化后的kml文件；S4:将S3中简化后的Kml文件重新跟所述待研究地区的道路进行匹配，并进行编码得到待研究地区的道路结构图，本方法设计合理，实用性强，适合推广。

公开(公告)号：CN113053122A

公开(公告)日：2021-06-29

申请号：CN202110305552.3

申请日：2021-03-23

Applicant: 成都信息工程大学 ,  四川易方智慧科技有限公司

Inventor： 郑皎凌 ,  张中雷 ,  李军 ,  吴昊昇 ,  乔少杰 ,  刘双侨

IPC: G08G1/01 ,  G08G1/065 ,  G06Q10/04 ,  G06Q50/30

Abstract: 本发明公开了基于加权多智能体分组逆向强化学习算法——WeightedMultiagent Group Inverse Reinforcement Learning(WMGIRL)对可变交通管控方案下区域车流量分布进行预测的方法，包括：S1、对待预测区域进行城市路网建模，并采集该区域内的行车轨迹数据；S2、基于待预测区域对应的城市路网和行车轨迹数据，通过基于加权(Weighted)的最大熵逆强化学习方法提取待预测区域内的流量特征；S3、基于提取出的流量特征和当前交通管控方案下的城市路网，采用基于多智能体分组(Multiagent Group)的正向强化学习方法对其进行处理，获得待预测区域的车流量分布预测结果。

公开(公告)号：CN111582469A

公开(公告)日：2020-08-25

申请号：CN202010211670.3

申请日：2020-03-23

Applicant: 成都信息工程大学

Inventor： 邹长杰 ,  郑皎凌 ,  张中雷

IPC: G06N3/08 ,  G06N3/02 ,  G06N20/00

Abstract: 本发明属于人工智能技术领域，公开了一种多智能体协作信息处理方法、系统、存储介质、智能终端，每个agent在环境中每采取下一步行为在环境中留下自己的信息微量，当其它agent到达环境中状态时会先搜索周围的信息微量，把信息微量加入到神经网络中进行训练；分组模型找到多智能体之间更好的合作策略，分组模型使用多智能体之间的分组关系，预测出多智能体在下一时刻的最优分组；在每次经过G模型训练一回合结束时，把每个agent的损失函数公式看作适应度，统计每一回合智能体轨迹的损失值均值，汇总每一回合所有agent轨迹的损失值。本发明提高了多智能体的团队学习效率，实现多智能体能够团队协作更好的完成任务。