公开(公告)号：CN117151425B

公开(公告)日：2024-04-26

申请号：CN202311364387.4

申请日：2023-10-20

Applicant: 暨南大学

Inventor： 任亚平 ,  许哲豪 ,  郭洪飞 ,  王丽娜 ,  孟磊磊 ,  朝宝 ,  塔建

IPC: G06Q10/0631 ,  G06N20/00 ,  G06Q10/30 ,  G06Q50/04 ,  G06Q50/26

Abstract: 本发明提供一种基于RQL算法的选择拆卸规划方法及系统，获取待拆卸产品的数据集，结合Q‑learning算法和Rollout策略迭代采样待拆卸产品的数据集，得到待拆卸产品的优选拆卸序列，本申请的RQL(Rollout‑Q‑learning)算法是基于Rollout策略优化了Q‑learning算法在迭代过程中的动作选择，在每个决策阶段使用Rollout策略对每个可行动作进行有限步数的模拟采样之后，选择在有限步数内估计价值最大的可行动作，从而使Q‑learning算法具备更强的全局搜索能力，最终得到优选拆卸序列，相对于传统的Q‑learning算法，RQL(Rollout‑Q‑learning)算法在拆卸序列规划上有很大的性能提升，同时能够提高拆卸流程的回收效益，尽可能减少EoL产品对环境造成的危害。

公开(公告)号：CN117151425A

公开(公告)日：2023-12-01

申请号：CN202311364387.4

申请日：2023-10-20

Applicant: 暨南大学

Inventor： 任亚平 ,  许哲豪 ,  郭洪飞 ,  王丽娜 ,  孟磊磊 ,  朝宝 ,  塔建

IPC: G06Q10/0631 ,  G06N20/00 ,  G06Q10/30 ,  G06Q50/04 ,  G06Q50/26

Abstract: 本发明提供一种基于RQL算法的选择拆卸规划方法及系统，获取待拆卸产品的数据集，结合Q‑learning算法和Rollout策略迭代采样待拆卸产品的数据集，得到待拆卸产品的优选拆卸序列，本申请的RQL(Rollout‑Q‑learning)算法是基于Rollout策略优化了Q‑learning算法在迭代过程中的动作选择，在每个决策阶段使用Rollout策略对每个可行动作进行有限步数的模拟采样之后，选择在有限步数内估计价值最大的可行动作，从而使Q‑learning算法具备更强的全局搜索能力，最终得到优选拆卸序列，相对于传统的Q‑learning算法，RQL(Rollout‑Q‑learning)算法在拆卸序列规划上有很大的性能提升，同时能够提高拆卸流程的回收效益，尽可能减少EoL产品对环境造成的危害。