-
公开(公告)号：CN113252054B
公开(公告)日：2023-11-28
申请号：CN202010086672.4
申请日：2020-02-11
IPC分类号： G01C21/34 , G06N3/0499 , G06N3/092
摘要： 本发明实施例提供了一种导航方法和导航系统，其中，所述方法包括：获取路网的拓扑结构和出行数据，所述出行数据包括所述路网在历史时间内的车辆的出发时间、出发地和目的地；将所述历史时间划分为多个时间片，并根据所述出行数据，生成每个时间片对应的训练数据；以所有车辆的总通行时间作为强化学习的奖励值，利用所述时间片对应的训练数据，训练得到一个全连接的神经网络模型；利用训练得到的所述神经网络模型，生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下，通过强化学习充分疏导和分散交通，可以在给车辆规划路线的同时减轻拥堵，从而减少全局的通行时间。
-
公开(公告)号：CN113255951A
公开(公告)日：2021-08-13
申请号：CN202010086899.9
申请日：2020-02-11
摘要： 本发明实施例提供了一种移动轨迹的生成方法和装置，本发明实施例使用循环神经网络来抽取移动轨迹的复杂特征，建模移动轨迹中的复杂转移关系。另外，还基于强化学习和对抗生成网络并综合移动规律来构建轨迹质量评价系统，通过自动化比较生成轨迹与真实轨迹的差异来指导模型训练和更新，可以获得能够生成更加真实移动轨迹的生成模型。
-
公开(公告)号：CN114386643A
公开(公告)日：2022-04-22
申请号：CN202011108589.9
申请日：2020-10-16
摘要： 本发明提供了一种车辆路径规划方法及装置，其中，所述方法包括：数据获取步骤、模型加载步骤和路径生成步骤，其中，在所述路径生成步骤中，利用路径策略搜索模型，生成并输出路径策略，其中，所述路径策略搜索模型采用单一的模拟车辆在所有客户站点中进行搜索，并将所述模拟车辆从始发站点出发经过一个或多个客户站点后并返回所述始发站点的一段站点序列，作为一辆配送车辆的配送路径，得到多辆配送车辆的路径策略。本发明提供的车辆路径规划方法及装置，通过串行决策搜索机制，可以提高带时间窗VRP问题求解的性能和效率。
-
公开(公告)号：CN113256196A
公开(公告)日：2021-08-13
申请号：CN202010086395.7
申请日：2020-02-11
摘要： 本发明提供一种多车辆路径规划方法及装置，属于车辆路径规划技术领域。方法包括：设定步骤，设定多个车辆的调度顺序；调度步骤，按照调度顺序确定当前被调度车辆，利用预先训练的站点值计算模型计算每一未完全分配的站点的备选概率值，将备选概率值最大的站点分配给当前被调度车辆，作为当前被调度车辆的目的地；更新步骤，更新每个车辆的剩余容量和每个站点的分配状态；判断步骤，判断是否存在未被完全分配的站点，如果存在未被完全分配的站点，返回调度步骤，如果不存在未被完全分配的站点，转向策略输出步骤；策略输出步骤，根据每个车辆分配的站点输出路径规划策略。本发明能够提高路径规划策略的生成速度。
-
公开(公告)号：CN113252054A
公开(公告)日：2021-08-13
申请号：CN202010086672.4
申请日：2020-02-11
摘要： 本发明实施例提供了一种导航方法和导航系统，其中，所述方法包括：获取路网的拓扑结构和出行数据，所述出行数据包括所述路网历史时间上的车辆的出发时间、出发地和目的地；将所述历史时间划分为多个时间片，并根据所述出行数据，生成每个时间片对应的训练数据；以所有车辆的总通行时间作为强化学习的奖励值，利用所述时间片对应的训练数据，训练得到一个全连接的神经网络模型；利用训练得到的所述神经网络模型，生成目标车辆的导航路线并下发给所述目标车辆。本发明可以在提前感知所有交通需求的情况下，通过强化学习充分疏导和分散交通，可以在给车辆规划路线的同时减轻拥堵，从而减少全局的通行时间。
-
公开(公告)号：CN113628435A
公开(公告)日：2021-11-09
申请号：CN202010381371.4
申请日：2020-05-07
摘要： 本发明公开了一种信息处理方法及装置，涉及信号控制技术领域，以提高对多路口交通灯控制的效率。该方法包括：获取待控制区域内的至少一个路口的交通状况信息和所述至少一个路口的交通控制信息；获取所述待控制区域内的全局交通状态信息；根据所述至少一个路口的交通状况信息、所述至少一个路口的交通控制信息以及所述全局交通状态信息，确定对目标路口的交通控制信息的调整信息；所述目标路口为所述至少一个路口的一个路口或者多个路口；根据所述调整信息，对所述目标路口的交通控制信号进行调整。本发明实施例可提高对多路口交通灯控制的效率。
-
公开(公告)号：CN113889282A
公开(公告)日：2022-01-04
申请号：CN202110858829.5
申请日：2021-07-28
申请人： 清华大学
摘要： 本发明提供一种个体移动干预传染病防控方法及系统，该方法包括：获取目标城市中用户个体在预设时间间隔内每天的历史状态信息和个体关系信息；将所述历史状态信息和所述个体关系信息输入到训练好的个体移动干预传染病防控模型，得到所述目标城市中每个用户个体的防控干预措施；其中，所述训练好的个体移动干预传染病防控模型是由样本用户个体状态信息和样本个体关系信息，对图神经网络、长短期神经网络以及智能体进行训练得到的，所述智能体是由基于部分可观察马尔可夫决策过程构建得到的；所述样本用户个体状态信息包括有隐性感染者转化成显性感染者的健康状态信息。本发明能在较低的出行干预下尽量降低感染人数。
-
公开(公告)号：CN113658718B
公开(公告)日：2024-02-27
申请号：CN202110961659.3
申请日：2021-08-20
申请人： 清华大学
摘要： 本发明提供一种个体疫情防控方法及系统，该方法包括：获取目标城市中用户终端个体在预设时间间隔内预设时段的状态信息和地区访问历史记录信息；将状态信息和地区访问历史记录信息输入到训练好的疫情防控模型，获取目标城市中每个用户终端个体的疫情干预动作；其中，训练好的疫情防控模型是根据样本状态信息、样本地区访问历史记录信息和样本干预动作，对图神经网络和强化学习模型进行训练得到的；根据疫情干预动作，获取用户终端个体的疫情干预策略，以对用户终端个体进行干预。本发明通过图神经网络获取用户终端个体间的接触联系，通过强化学习模型获取最优疫情防控策略，提高了疫情防控成效。
-
公开(公告)号：CN111612206B
公开(公告)日：2022-09-02
申请号：CN202010238209.7
申请日：2020-03-30
申请人： 清华大学
摘要： 本发明实施例提供一种基于时空图卷积神经网络的街区人流预测方法及系统。该方法包括：获取街区人流历史移动轨迹数据；将所述街区人流移动轨迹数据输入至预先训练好的街区人流预测模型中，得到所述街区人流预测模型输出的街区未来人流预测结果；其中，所述街区人流预测模型通过构建动态时空图和利用兴趣点对街区进行分类，对三维图卷积神经网络模型进行训练所得到的。本发明实施例通过构建表征空间关联和时间动态性的动态图，利用兴趣点来表征不同街区的功能属性，并利用多任务学习同时预测人流和街区功能，达到更好的人流预测性能。
-
公开(公告)号：CN111275300A
公开(公告)日：2020-06-12
申请号：CN202010043670.7
申请日：2020-01-15
申请人： 腾讯科技(深圳)有限公司 , 清华大学
摘要： 本申请公开了一种路网数据处理方法、装置、设备及存储介质，属于网络技术领域。本申请实施例通过目标区域的路网数据和用户的出行数据，即可通过预测交通信息，确定路线变更信息，基于路线变更信息再改变交通信息，在变更路线时，通过交通信息结合用户的出行数据来分析路线特征和乘车点特征，以此来不断改善交通情况，这样通过多次路线改变，得到该目标区域内的目标交通信息，而无需由相关技术人员进行人工规划，相较于人工规划，处理效率高，且该过程考虑到了目标区域内的整体路线和乘车点情况，确定结果更准确。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.041 秒)