[发明专利]基于强化学习使用半合作纳什平衡来协调多方服务的方法和系统

摘要

本发明涉及在预定地理区域中分配资源的方法，其包括：检索(S102)一组度量，该度量指示与至少两方的资源的操作相关的关注因素，每一方具有多个资源；检索(S104)指示每一方的优选度量值的优化政策；检索(S106)包括用于在预定区域中分配资源的策略的至少一个模型，该至少一个模型基于从用于分配资源的一组场景中学习；从实时系统中检索(S108)至少指示当前交通状况的环境数据；在考虑到至少一个模型和环境数据的情况下，在至少两方的优化政策中的度量之间建立(S110)纳什均衡；根据已建立的纳什均衡的结果在地理区域中分配(S112)资源。

主权项

1.一种用于在预定地理区域中分配资源的方法，所述方法包括：/n-检索(S102)一组度量，所述度量指示与至少两方(102、105)的资源的操作相关的关注因素，每一方具有多个资源，/n-检索(S104)指示所述至少两方中的每一方的优选度量值的优化政策，/n-检索(S106)包括用于在所述预定区域中分配资源的策略的至少一个模型，所述至少一个模型基于从用于分配资源的一组场景中学习，/n-从实时系统中检索(S108)至少指示当前交通状况的环境数据，/n-在考虑到所述至少一个模型和所述环境数据的情况下，在所述至少两方的所述优化政策中的多组度量之间建立(S110)纳什均衡，以及/n-根据已建立的纳什均衡的结果在所述地理区域中分配(S112)所述资源。/n