一种面向多目的地人员的空间众包方法
摘要文本
本发明公开了一种面向多目的地人员的空间众包方法，相比于现有空间众包框架，实现高效招募城市中的多目的地人员参与空间众包，场景更为通用；相比于现有空间众包框架，采用深度强化学习技术进行任务分配与路径规划决策，求解效率更高；相比于现有空间众包框架，充分考虑任务价值的动态性，未对任务价值采用静态化处理；相比于注意力模型，设计两阶段解码过程，实现多目的地人员的招募。
申请人信息
- 申请人:北京理工大学
- 申请人地址:100081 北京市海淀区中关村南大街5号
- 发明人: 北京理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种面向多目的地人员的空间众包方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311624590.0 |
| 申请日 | 2023/11/30 |
| 公告号 | CN117610857A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06Q10/0631 |
| 权利人 | 北京理工大学 |
| 发明人 | 阮思捷; 唐颂; 袁自强; 袁汉宁; 王树良 |
| 地址 | 北京市海淀区中关村南大街5号 |
专利主权项内容
1.一种面向多目的地人员的空间众包方法，其特征在于，包括：步骤0、建立包括候选分配初始化部分和基于TASNet网络的迭代选择部分的分配框架；步骤1、候选分配初始化：针对一个实例中的任务集合和工人集合，获得所有可能的“任务-工人”分配对；调用预训练的TSPTW求解器计算满足设定约束的分配对，并加入到第一集合，即当前满足约束的“任务-工人”分配对集合中，同时得到工人的工作路径和众包平台应该相应追加的激励；步骤2、基于TASNet网络的迭代选择过程：对于第一集合中的“任务-工人”分配对，基于TASNet网络从中选择一个分配对，完成了一次任务到工人的分配决策，并将其加入到第二集合，即所选的“任务-工人”分配对集合中；完成一次分配后，相应地对预算进行扣除并更新当前状态下给予工人的激励情况；重新对该工人调用TSPTW求解器，更新该工人所属的“任务-工人”分配对的可行性情况以及相应信息，删除不可行的分配对，更新第一集合；针对第一集合，重复执行本步骤的迭代选择过程，直到第一集合中不存在满足约束的“任务-工人”分配对；输出工人工作路径和任务完成信息；步骤3、TASNet网络的训练与应用：采用多个不同的实例按照步骤1和步骤2的方法对分配模型进行训练；训练完成后，对待决策的实例，根据其任务集合和工人集合，采用步骤1和2的方法，迭代地调用TASNet网络输出最优分配对，则第二集合中“任务-工人”的分配对为待决策的实例的任务分配结果。