買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉重慶大學申請的專利基于人工智能強化學習的建筑二維雙向模塊布局生成系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119848989B 。

龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411916344.7，技術領域涉及：G06F30/13；該發明授權基于人工智能強化學習的建筑二維雙向模塊布局生成系統是由萬子敬;劉界鵬;馮亮;齊宏拓;夏毅;李毅文設計研發完成，并于2024-12-24向國家知識產權局提交的專利申請。

本基于人工智能強化學習的建筑二維雙向模塊布局生成系統在說明書摘要公布了：本發明涉及一種基于人工智能強化學習的建筑二維雙向模塊布局生成系統，屬于建筑技術領域。該系統自動化處理輸入信息，包括待排布區域、模塊種類及模塊參數，并利用模塊化建筑排布規則的先驗知識構建強化學習框架。通過訓練，該模型輸出經過強化學習模型計算得到的多種模塊排布組合結果。該系統采用了二維布局方式，通過剩余面積進行判斷是否完成排布，而不再限制模塊的寬度僅依賴于長度判斷是否完成排布。模塊的長寬僅由算法的輸入參數決定，并且允許模塊在橫向和縱向上靈活排布。簡化了人工操作，還具備自動化、快速響應和多方案生成等優點。多維度評估分析與可視化功能進一步增強了該方法的實用性，使其在建筑領域展現出廣闊的應用前景。

本發明授權基于人工智能強化學習的建筑二維雙向模塊布局生成系統在權利要求書中公布了：1.一種基于人工智能強化學習的建筑二維雙向模塊布局生成系統，其特征在于：該系統包括：算法輸入單元、算法框架搭建單元、算法初始化單元、算法訓練單元、方案評估單元和算法輸出單元； 所述算法輸入單元用于輸入待排布區域、模塊尺寸、算法參數；所述待排布區域包括建筑輪廓、房間邊界；所述模塊尺寸包括輸入模塊的最小長度、寬度和最大長度、寬度；所述算法參數包括不同生成目標，即模塊總數、模塊種類、模塊對齊程度的權重α1，α2，α3，需滿足α1+α2+α3=1； 所述算法框架搭建單元用于構建強化學習框架； 所述算法初始化單元用于初始化強化學習環境和智能體； 所述算法訓練單元用于循環迭代進行智能體訓練并輸出最終方案； 所述方案評估單元用于對結果進行量化評估和指標可視化描述，包括對生成方案進行模塊種類數、模塊總數、房間對齊度數方面的定量統計評估； 所述算法輸出單元用于輸出模塊排布方案對比分析、方案平面圖和方案數據表； 所述算法輸入單元，接收三個輸入條件：1）待排布區域JSON描述文件；2）可選模塊集合；3）算法參數，包括模塊總數、模塊種類、模塊對齊程度三個排布目標對結果的影響權重，以及強化學習的探索衰減率參數；具體包括以下步驟： S1、待排布區域JSON描述文件處理：讀取輸入待排布區域JSON描述文件，得到每個區域邊界的坐標，通過邊界的坐標計算得到每個區域的坐標，形成整個待排布區域的點陣圖； S2、可選模塊集合處理：通過輸入的最大、最小的長、寬約束，以及生成策略生成不同的模塊，通過模塊序號訪問具體模塊尺寸； S3、算法參數處理：獲取模塊總數、模塊種類、模塊對齊程度的權重α1，α2，α3，需滿足α1+α2+α3=1；獲取探索率參數εdecay； 所述算法框架搭建單元搭建強化學習算法框架，包括對環境、狀態、動作、獎勵機制的定義和設置；環境定義為一個排布區域，由排布區域的邊界和內部功能區域的邊界構成；采用二維的排布方式，狀態設置不能僅設置關于某個方向上到邊界的距離；智能體狀態是整個排布區域的點陣圖信息，其中已經排布的區域被模塊標記為其種類序號，未排布區域標記為-1；通過點陣圖中坐標值是否為-1來判斷該區域是否已經排布過模塊，通過是否還有區域為-1來判斷待排布區域是否排布完成；智能體動作由輸入參數中模塊的長寬范圍參數以及生成策略得到可選模塊尺寸種類列表，再通過種類序號，訪問、選擇不同動作；獎勵機制從模塊總數、模塊種類、模塊對齊程度三個角度對智能體執行的動作進行反饋。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人重慶大學，其通訊地址為：400030 重慶市沙坪壩區沙正街174號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。