[发明专利]行车调度方法、介质和电子设备

权利要求书

1.一种行车调度方法，应用于电子设备，其特征在于，所述方法包括：

利用第一调度模型对待出库的多个委托单进行模拟调度，生成第一调度方案以及各所述委托单的第一回报值；

对所述第一调度方案进行评价，生成各所述委托单的评价结果，并基于各所述委托单的所述第一回报值和所述评价结果确定第二调度模型；

利用第二调度模型对所述待出库的多个委托单进行模拟调度，生成第二调度方案和各所述委托单的第二回报值，其中各所述第二回报值之和大于各所述第一回报值之和；

根据所述第二调度方案调度行车对所述待出库的委托单进行出库。

2.根据权利要求1所述的方法，其特征在于，所述基于各所述委托单的所述第一回报值和所述评价结果确定第二调度模型，包括：

根据各所述委托单的所述第一回报值和所述评价结果，将所述第一调度模型的参数调整至所述第二调度模型的参数。

3.根据权利要求2所述的方法，其特征在于，所述第一调度模型包括任务调度网络和调度评价网络。

4.根据权利要求3所述的方法，其特征在于，所述第一调度方案由所述任务调度网络生成。

5.根据权利要求4所述的方法，所述任务调度网络通过循环执行以下操作生成所述第一调度方案：

确定未确定出库顺序的各所述委托单的策略梯度，并以策略梯度最大的一个作为下一个出库的委托单。

6.根据权利要求3所述的方法，其特征在于，各所述第一回报值由所述调度评价网络生成，其中所述调度评价网络包括对所述待出库的多个委托单进行出库时各行车的等待时间进行预测的规则。

7.根据权利要求1至6任一项所述的方法，其特征在于，所述第二调度方案包括各所述委托单的出库顺序、执行各委托单的行车标识、各委托单对应的货物的起点位置和目标位置。

8.根据权利要求7所述的方法，其特征在于，所述根据所述第二调度方案调度行车对所述待出库的委托单进行出库，包括：

根据所述各所述委托单的出库顺序和所述执行各委托单的行车标识向执行各委托单的行车发送出库指令。

9.根据权利要求8所述的方法，其特征在于：

在待出库的委托单有变化的情况下，利用第一调度模型对待出库的委托单进行模拟调度，生成第一调度方案以及各所述委托单的第一回报值。

10.一种可读介质，其特征在于，所述可读介质上存储有指令，所述指令在电子设备上执行时使所述电子设备执行权利要求1至9任一项所述的行车调度方法。

11.一种电子设备，其特征在于，包括：

存储器，用于存储由电子设备的一个或多个处理器执行的指令；

以及处理器，是所述电子设备的处理器之一，用于执行所述存储器中存储的指令以实现权利要求1至9任一项所述的行车调度方法。