(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211298716.5 (22)申请日 2022.10.24 (71)申请人 四川师范大学 地址 610066 四川省成 都市锦江区静安路5 号 (72)发明人 朱月欣　苏菡　张红杰　 (74)专利代理 机构 北京专赢专利代理有限公司 11797 专利代理师 刘备 (51)Int.Cl. G01C 21/20(2006.01) G06N 3/04(2006.01) (54)发明名称 一种景区游玩路径规划方法及系统 (57)摘要 本发明适用于景区管 理技术领域， 提供了一 种景区游玩路径规划方法及系统， 所述方法包括 以下步骤： 获取景区环境特征数据； 获取游客特 征数据， 所述游客特征数据用于表征游客画像信 息； 将所述景区环境特征数据和游 客特征数据输 入至预设的BP神经网络模型中， 得到游客 兴趣地 特征数据； 将所述游客兴趣地特征数据输入至预 设的LSTM神经网络模型中， 输出预测兴趣地POI 值； 根据所述预测兴趣地POI值执行强化学习策 略， 完成游玩路径规划， 本发明实施例在执行强 化学习策略时， 考虑了游客的各项特征 （游客画 像）， 实现目标多样化， 可完成个性化的路径规 划， 使用户整体 体验最大化。 权利要求书3页 说明书10页 附图8页 CN 115371684 A 2022.11.22 CN 115371684 A 1.一种景区游玩路径规划方法， 其特 征在于， 所述方法包括以下步骤： 获取景区环境特 征数据， 所述景区环境特 征数据至少包括含有景点属性的地图信息； 获取游客特 征数据， 所述游客特 征数据用于表征游客画像信息； 将所述景区环境特征数据和游客特征数据输入至预设的BP神经网络模型中， 得到游客 兴趣地特 征数据； 将所述游客兴趣地特征数据输入至预设的LSTM神经网络模型中， 输出预测兴趣地POI 值； 根据所述预测兴趣地POI 值执行强化学习策略， 完成游玩路径规划。 2.根据权利要求1所述的方法， 其特征在于， 所述获取游客特征数据， 所述游客特征数 据用于表征游客画像信息的步骤， 具体包括： 向设定范围内的移动设备发送特征问询请求， 所述特征问询请求中包含有年龄、 人群 关系、 收入和喜好指标的一种或多种； 接收移动设备反馈的特 征问询响应； 根据所述特 征问询响应生成游客特 征数据。 3.根据权利要求1所述的方法， 其特征在于， 所述根据所述预测兴趣地POI值执行强化 学习策略， 完成游玩路径规划的步骤， 具体包括： 初始化环境状态和Q 函数各参数、 游客初始位置和游客特 征数据； 根据Q函数执行动作并更新游客体力值， 动作空间包括去往下一个兴趣景点、 原地休息 和结束； 获取游客对当前 所述动作的满意度， 得到真实的POI 值； 根据真实的POI 值返回即时奖励； 更新景点POI 值与游客特 征数据， 根据神经网络再次输出 预测兴趣地POI 值； 重复执行动作并计算累计奖励； 判定是否满足结束条件， 所述结束条件为游客体力值低于设定 阈值或步数超过设定 阈 值或到达闭馆时间； 更新Q函数， 输出游玩路径。 4.根据权利要求1所述的方法， 其特征在于， 将所述景区环境特征数据和游客特征数据 输入至预设的BP神经网络模型中， 得到游客兴趣地特 征数据的步骤之后， 还执 行： 根据所述LSTM神经网络模型的输出结果， 确定所述输出结果与真实兴趣地的误差方 程； 对所述误差方程执 行梯度下降策略； 根据所述 误差方程梯度下降结果反向优化BP神经网络模型。 5.根据权利要求3所述的方法， 其特征在于， 所述根据Q函数执行动作并更新游客体力 值， 动作空间包括去往下一个兴趣景点、 原地休息和结束的步骤， 具体包括： 定义奖励函数， 所述奖励函数为游客去往下一个预测兴趣地时， 奖励 ， 其他动作 奖励为0； 定义游客体力恢复时间为 ， 参数为 ， 其中所述 为0‑1之间的随机数， 则游权　利　要　求　书 1/3 页 2 CN 115371684 A 2客恢复的体力为 为： ； 设单位距离的体力消耗为0.1， 游客执行动作行走距离为 ， 则游客当前体力值为： 。 6.一种景区游玩路径规划系统， 其特 征在于， 所述系统包括： 景区环境特征数据获取模块， 用于获取景区环境特征数据， 所述景区环境特征数据至 少包括含有景点属性的地图信息； 游客特征数据获取模块， 用于获取游客特征数据， 所述游客特征数据用于表征游客画 像信息； 游客兴趣地特征数据获取模块， 用于将所述景区环境特征数据和游客特征数据输入至 预设的BP神经网络模型中， 得到游客兴趣地特 征数据； 预测兴趣地POI值输出模块， 用于将所述游客兴趣地特征数据输入至预设的LSTM神经 网络模型中， 输出 预测兴趣地POI 值； 以及 游玩路径规划模块， 用于根据所述预测兴趣地POI值执行强化学习策略， 完成游玩路径 规划。 7.根据权利要求6所述的景区游玩路径规划系统， 其特征在于， 所述游客特征数据获取 模块包括： 特征问询请求发送单元， 用于向设定范围内的移动设备发送特征问询请求， 所述特征 问询请求中包 含有年龄、 人群关系 、 收入和喜好指标的一种或多种； 特征问询响应接收单 元， 用于接收移动设备反馈的特 征问询响应； 以及 游客特征数据生成单 元， 用于根据所述特 征问询响应生成游客特 征数据。 8.根据权利要求6所述的景区游玩路径规划系统， 其特 征在于， 还 包括： 误差确定单元， 用于根据所述LSTM神经网络模型的输出结果， 确定所述输出结果与真 实兴趣地的误差方程； 策略执行单元， 用于对所述 误差方程执 行梯度下降策略； 反向优化单 元， 用于根据所述 误差方程梯度下降结果反向优化BP神经网络模型。 9.根据权利要求6所述的景区游玩路径规划系统， 其特征在于， 所述游玩路径规划模块 包括： 初始单元， 用于初始化环境状态和Q 函数各参数、 游客初始位置和游客特 征数据； 动作执行单元， 用于根据Q函数执行动作并更新游客体力值， 动作空间包括去往下一个 兴趣景点、 原地休息和结束； 真实POI值获取单元， 用于获取游客对当前 所述动作的满意度， 得到真实的POI 值； 即时奖励计算单 元， 用于根据真实的POI 值返回即时奖励； 数据更新单元， 用于更新景点POI值与游客特征数据， 根据神经网络再次输出预测兴趣 地POI值； 迭代单元， 用于重复执行动作并计算累计奖励； 判定单元， 用于判定是否满足结束条件， 所述结束条件为游客体力值低于设定阈值或 步数超过设定阈值或到 达闭馆时间；权　利　要　求　书 2/3 页 3 CN 115371684 A 3