CN119623933A 基于最大熵强化学习的多智能体协同调度方法及系统 （广州里工实业有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119623933A

(43)申请公布日2025.03.14

(21)申请号202411613865.5

(22)申请日2024.11.13

(71)申请人广州里工实业有限公司

地址510000广东省广州市番禺区大龙街

旧水坑村旧村西路3号之七

(72)发明人彭广德李卫铳

(74)专利代理机构广州嘉权专利商标事务所有限公司44205

专利代理师麦铭锋

(51)Int.Cl.

G06Q10/0631(2023.01)

G06Q50/04(2012.01)

G06N3/042(2023.01)

G06N3/045(2023.01)

G06N3/092(2023.01)

权利要求书2页说明书15页附图4页

(54)发明名称

基于最大熵强化学习的多智能体协同调度

方法及系统

(57)摘要

CN119623933A本发明公开了一种基于最大熵强化学习的多智能体协同调度方法及系统，该方法包括：根据生产线的第一环境数据，生成环境状态向量；根据所述环境状态向量，生成初始生产任务；对所述初始生产任务进行任务调度操作，并生成路径规划；对所述环境状态向量、所述初始生产任务以及所述路径规划进行存储，得到经验数据；根据所述经验数据，通过最大熵强化学习算法对初始策略模型进行训练，