基于深度强化学习的无人车充电路径规划方法

    公开(公告)号:CN114676909B

    公开(公告)日:2024-04-09

    申请号:CN202210302308.6

    申请日:2022-03-25

    申请人: 东南大学

    摘要: 本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network(GAPN)为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤:(1)收集无线传感网络中每个节点#imgabs0#的位置坐标信息#imgabs1#及其电量状况#imgabs2#(2)根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集;(3)将制作好的数据集用于GAPN模型训练;(4)将收集到的节点信息输入到完成训练的GAPN模型中,通过模型的处理,输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略,提高了无线传感网络的工作效率,延长了网络的生命周期。

    一种基于城市群智感知的终端互操作与危害响应系统

    公开(公告)号:CN115914406A

    公开(公告)日:2023-04-04

    申请号:CN202211549311.4

    申请日:2022-12-05

    申请人: 东南大学

    摘要: 本发明设计了一种基于城市群智感知的终端互操作与危害响应系统,包含面向异构终端的高效互联互通模块、数据汇聚与协同处理原型系统以及危害情况响应系统。其中面向异构终端的高效互联互通模块是一种硬件控制与数据交互低耦合的多模式异构终端高效互联互通机制,其中互数据汇聚与协同处理原型系统包含对中心节点和边缘节点的两个独立控制系统。同时基于强化学习设计了多智能体协同算法,协调控制整个系统中异构终端进行协同工作。为解决现阶段大规模智慧城市终端交互困难的问题,提出了分布式终端互操作机制,保障异构终端间数据的高效可靠传输与互联互通,同时提升了城市系统危机响应的能力。

    基于深度强化学习的无人车充电路径规划方法

    公开(公告)号:CN114676909A

    公开(公告)日:2022-06-28

    申请号:CN202210302308.6

    申请日:2022-03-25

    申请人: 东南大学

    摘要: 本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network(GAPN)为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤:(1)收集无线传感网络中每个节点的位置坐标信息及其电量状况(2)根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集;(3)将制作好的数据集用于GAPN模型训练;(4)将收集到的节点信息输入到完成训练的GAPN模型中,通过模型的处理,输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略,提高了无线传感网络的工作效率,延长了网络的生命周期。