天眼查App显示，2025年5月30日，「一种深度强化学习的多式联运路径优化方法」正式进入专利的公布阶段。申请人为浙江四港联动发展有限公司，该项物流管理领域专利涉及基于深度强化学习技术优化多式联运路径的应用场景。据专利信息显示，该技术在减少意外事故的发生概率、降低碳排放量和其他污染物的排放方面取得显著优化。发明人为陈喆榕、潘宇、王军、俞波、宋扬中、耿雪峰和黄雄。 「本发明公开了一种深度强化学习的多式联运路径优化方法，属于物流管理领域，包括以下步骤：S1.形成从起点到终点的多条可行路径作为训练样本，计算每条子路径的运输时间、运费成本、碳排放量、事故发生率和最大载重指标作为对应可行路径的质量评价指标；S2.基于状态空间、动作空间及奖励函数构建深度强化学习智能体；S3.智能体采用Sum Tree优先采样机制选择样本，生成最优路径；S4.联运过程中，监控路径的质量评价指标，根据实时路径状态数据动态生成最优路径。本发明能适应实时交通变化等动态因素，减少人工干预，对突发事件响应效率高，可减少意外事故的发生概率，降低碳排放量和其他污染物的排放。」

免责声明：本文内容由开放的智能模型自动生成，仅供参考。