申请/专利权人：合肥工业大学;蔚来汽车科技(安徽)有限公司

申请日：2023-12-15

公开（公告）日：2024-05-28

公开（公告）号：CN118097931A

主分类号：G08G1/01

分类号：G08G1/01;G08G1/052;G08G1/0967;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.14#实质审查的生效;2024.05.28#公开

摘要：本发明公开了一种基于深度强化学习的自动驾驶汇入工况下交通参与者动态行为生成方法，包括：1、在考虑道路等静态结构的影响下，基于交通参与者个体的运动建立动力学模型；2、根据采集到的环境信息，构建状态量；3、通过设置奖励函数鼓励交通流车辆与被测车辆之间的博弈；4、构建深度神经网络，初始化深度强化学习参数，训练深度神经网络，产生针对被测车辆上匝道场景下，具有博弈行为的交通流车辆，以检验被测车辆针对小概率、高风险的边缘场景的应对能力。本发明通过使用深度强化学习与博弈性理论，生成被测车辆在匝道遭遇博弈性交通流的场景，提供了构建自动驾驶场景的新方式。

主权项：1.一种基于深度强化学习的自动驾驶汇入工况下交通参与者动态行为生成方法，其特征是应用于交通流车辆阻止测试车辆在匝道口处向目标车道换道的行车场景中，并包括如下步骤：步骤1、建立交通流车辆的动力学模型，并根据动力学模型获得交通流车辆加速度aagent的上限和下限，并以交通流车辆的加速度aagent作为神经网络的动作参数a；步骤2、根据采集到的环境信息，并结合动力学模型，构建状态参数集s＝xagent,yagent,xego,yego,vagent,vego,aagent,aego,θego，其中，xagent,yagent表示交通流车辆的坐标、xego,yego表示测试车辆的坐标、vagent表示交通流车辆的速度、vego表示测试车辆的速度、aego表示测试车辆的加速度、θego表示测试车辆的航向角；步骤3、构建奖励函数的四个组成部分，用于交通流车辆与测试车辆之间的博弈；步骤4、构建深度神经网络，并初始化强化学习参数；基于历史状态参数集S＝{si|i＝1,2,…,n}和历史动作参数A＝{ai|i＝1,2,…,n}对所述深度神经网络进行训练，并得到最优阻止换道模型；其中，si表示第i步的状态参数，ai表示第i步的动作参数；将当前场景在第i步的状态参数s′i输入所述最优阻止换道模型中，并输出当前场景在第i步的动作参数a′i并作为交通流车辆的第i步加速度，从而控制交通流车辆在当前场景第i步纵向运动，以阻止测试车辆换道。

全文数据：

权利要求：

百度查询： 合肥工业大学;蔚来汽车科技(安徽)有限公司 基于深度强化学习的自动驾驶汇入工况下交通参与者动态行为生成方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD