【技术实现步骤摘要】
本专利技术属于人工智能，具体涉及一种对训练过程中的弯路进行估计并加以利用，进而改善模型训练效果的深度强化学习求解车辆路径问题的方法。
技术介绍
1、近年来，随着移动互联网和电子商务的不断发展，我国物流业持续保持稳定发展势头，成为畅通经济增长的重要力量和促进国内国际双循环的重要推动力，也成为缓解医疗资源不足的重要帮手，在医疗场景为公众提供了高效优质的服务。随着我国老龄化逐渐加剧，医疗资源的供给和需求的矛盾会越来越大，结合软硬件技术以及人工智能技术，实现医疗自动化和智能化以提高服务效率成了新的挑战。
2、医疗机器人类型主要分为手术机器人、康复机器人、辅助机器人以及医疗服务机器人。医疗服务机器人主要包括送药机器人、消毒机器人等，医疗服务机器人的路径规划问题和组合优化一直是一个难题，研究人员们对其理论和实际应用进行了大量的研究，提出了许多优秀的精确算法、启发式算法和元启发式算法。但这些算法都缺乏泛化性能，在遇到新的问题时总要重复计算，且当问题规模越大，解的质量也越难以保证。
3、于是，为了解决这一问题，随着深度强化学习的...
【技术保护点】
1.利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，在步骤一中，优化目标的具体表达式如下：
3.根据权利要求2所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，深度强化学习模型网络结构包括一个编码器和一个解码器；
4.根据权利要求1所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，在步骤二中，初始化参数值，采用随机生成的方式生成需要的训练集，具体如下：所有节点的坐标均从[1×1]的矩...
【技术特征摘要】
1.利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，具体步骤如下：
2.根据权利要求1所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，在步骤一中，优化目标的具体表达式如下：
3.根据权利要求2所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，深度强化学习模型网络结构包括一个编码器和一个解码器；
4.根据权利要求1所述的利用弯路估计的深度强化学习求解车辆路径问题的方法，其特征在于，在步骤二中，初始化参数值，采用随机生成的方式生成需要的训练集，具体如下：所有节...
【专利技术属性】
技术研发人员：张春美，马兆良，梁子琪，郭红戈，陈高华，
申请(专利权)人：太原科技大学，
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。