【技术实现步骤摘要】
任务信息生成方法、装置、设备、存储介质和程序产品
[0001]本公开涉及计算机
，尤其涉及智慧机场
，具体涉及一种任务信息生成方法、装置、设备、存储介质和程序产品。
技术介绍
[0002]随着社会的进步，目前很多机场的规模也是越来越大，导致机场需要分派的任务也越来越多。目前机场的任务分派主要是采用预分派方式生成任务分派信息。
技术实现思路
[0003]本公开提供了一种任务信息生成方法、装置、设备、存储介质和程序产品。
[0004]根据本公开的一方面，提供了一种任务信息生成方法，包括：
[0005]获取预分派任务信息和当前机场状态信息；
[0006]将所述预分派任务信息和所述当前机场状态信息输入目标模型进行任务分派预测，得到对所述预分派任务信息进行调整的目标分派任务信息。
[0007]根据本公开的另一方面，提供了一种任务信息生成装置，包括：
[0008]获取模块，用于获取预分派任务信息和当前机场状态信息；
[0009]预测模块，用于将所述预分派任务信息...
【技术保护点】
【技术特征摘要】
1.一种任务信息生成方法，包括：获取预分派任务信息和当前机场状态信息；将所述预分派任务信息和所述当前机场状态信息输入目标模型进行任务分派预测，得到对所述预分派任务信息进行调整的目标分派任务信息。2.根据权利要求1所述的方法，其中，所述获取预分派任务信息，包括：对目标函数进行求解，得到所述预分派任务信息，其中，所述目标函数包括至少一个关于人员任务分派的优化目标，以及还包括至少一个约束条件。3.根据权利要求2所述的方法，其中，所述至少一个约束条件包括：经过拉格朗日松弛的目标约束条件；所述目标函数还包括与所述目标约束条件对应的拉格朗日乘子，所述拉格朗日乘子用于对不满足所述目标约束条件的所述目标函数的解进行惩罚。4.根据权利要求2所述的方法，所述至少一个约束条件包括：在获取所述预分派任务信息之前的任务执行过程中约束条件被违反的情况下，才添加的约束条件。5.根据权利要求1至4中任一项所述的方法，其中，所述目标模型包括：强化学习模型，所述强化学习模型包括：算法智能体和环境体，其中：所述算法智能体用于根据输入的所述预分派任务信息和所述当前机场状态信息，预测对所述预分派任务信息进行调整的目标分派任务信息；所述环境体用于根据所述目标分派任务信息向所述算法智能体输出更新后的机场状态信息，以及针对所述目标分派任务信息的奖励信息；所述算法智能体还用于基于所述奖励信息进行学习更新。6.一种任务信息生成装置，包括：获取模块，用于获取预分派任务信息和当前机场状态信息；预测模块，用于将所述预分派任务信息和所述当前机场状态信息输入目标模型进行任务分派预测，得到对所述预分派任务信息进行调整的目标分派任务信息。7.根据权利要求6所述的装置，其中，所述获取模块进一步配置为：对目标函数进行求解，得到所...
【专利技术属性】
技术研发人员：刘颖，徐进，解鑫，李飞，许铭，刘建林，袁晓敏，张金义，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。