基于深度强化学习的土方施工动态调度方法、设备和存储介质

    公开(公告)号:CN119624047A

    公开(公告)日:2025-03-14

    申请号:CN202510148941.8

    申请日:2025-02-11

    Abstract: 本发明提供了一种基于深度强化学习的土方施工动态调度方法、设备和存储介质,方法包括:获取施工信息,确定约束条件和施工设备的集成调度目标,设定目标函数;将施工设备的集成调度问题表述为马尔科夫动态决策过程,生成第一智能体;基于NSGA‑Ⅱ和DDQN算法设计奖励函数对第一智能体进行训练;生成初始调度方案,并基于该方案执行虚拟调度;基于假设的扰动事件补充约束条件,通过马尔科夫动态决策过程生成第二智能体;对初始调度方案中的作业进行区分,根据区分结果设计NSGA‑Ⅱ算法的编码和解码方法;基于设计编解码后的NSGA‑Ⅱ算法和DDQN算法设计奖励函数对第二智能体进行训练;将训练稳定后的智能体部署在实际施工环境中,生成动态调度决策。

    基于倾斜摄影和体素建模技术的简化贴图模型创建方法

    公开(公告)号:CN115222898B

    公开(公告)日:2022-12-13

    申请号:CN202211147137.0

    申请日:2022-09-21

    Abstract: 本发明公开了基于倾斜摄影和体素建模技术的简化贴图模型创建方法,其包括如下步骤:基于建筑三维模型创建初始倾斜摄影模型及体素模型;对体素模型删除重叠面以及合并同向共边面,获得简化后的体素模型;将简化体素模型与初始的倾斜摄影模型调整为重合,然后删除初始的倾斜摄影模型,得到简化模型形体;对简化模型形体进行贴图,得到简化贴图模型。本发明基于倾斜摄影和体素建模技术,利用体素模型的几何特性,在不改变体素模型形体的情况下显著减少体素模型面数量,同时可减少贴图错乱,获得更好的外观效果。本发明中大部分步骤可以由计算机判断自动执行,减少了人工工作量,为建筑三维模型的自动简化提供了一种新的思路。

Patent Agency Ranking