基于强化学习的电梯井道自学习方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于强化学习的电梯井道自学习方法及系统
申请号:CN202510700491
申请日期:2025-05-28
公开号:CN120328291A
公开日期:2025-07-18
类型:发明专利
摘要
本申请涉及电梯控制技术领域,尤其涉及一种基于强化学习的电梯井道自学习方法及系统,包括确认电梯准备工作完成后,在低速运行模式下获取井道环境的多模态感知数据;基于激光SLAM技术与多模态感知数据生成井道特征矩阵,在井道特征矩阵的基础上引入数字孪生技术构建三维井道基准模型;加载电梯行业知识图谱预训练模型,并基于构建的三维井道基准模型执行特征迁移与蒸馏压缩,生成控制策略模型;将经蒸馏压缩的控制策略模型部署至边缘计算设备;基于边缘计算设备进行在线强化学习,通过设计多维奖励函数实时优化控制策略模型。本申请能够自主调整控制策略,并动态优化运行参数,显著提升了运行精度以及安全性与维护智能化水平。
技术关键词
控制策略模型 行业知识图谱 激光SLAM技术 学习方法 预训练模型 井道环境 数字孪生技术 激光SLAM算法 温度形变补偿 基准 矩阵 蒸馏 空间点云数据 优化运行参数 电梯运行数据 电梯控制技术 多模态 优化控制策略
系统为您推荐了相关专利信息
制导律设计方法 拦截器 神经网络模型 参数更新方法 监督学习方法
Agent系统 信息展示区 信息获取工具 大语言模型 搜索工具
终端设备 分类网络 预训练模型 参数 编码
无线耳机 场景 降噪参数 深度学习训练 生物特征信息
分布式资源 朴素贝叶斯模型 贝叶斯网络模型 学习算法 参数