首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

人类驾驶数据引导强化学习的自动驾驶决策方法、装置及介质 

申请/专利权人:同济大学

申请日:2024-03-12

公开(公告)日:2024-06-28

公开(公告)号:CN118261233A

主分类号:G06N3/092

分类号:G06N3/092;G06N3/0455;G06N3/006

优先权:

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:本发明涉及一种人类驾驶数据引导强化学习的自动驾驶决策方法、装置及介质,其中方法包括以下步骤:基于潜在轨迹和人类驾驶真实轨迹构建离线数据集;基于离线数据集离线学习基于transformer网络的奖励函数;构建强化学习网络框架,并在学习得到的奖励函数的指导下进行强化学习训练;在线决策过程中,实时获取交互环境的感知信息,并输入强化学习网络,学习得到具有拟人性和安全性的驾驶决策策略并发送给执行系统,实现自动驾驶决策拟人化。与现有技术相比,本发明具有解决了传统基于强化学习的驾驶决策学习中奖励函数设计困难的问题等优点。

主权项:1.一种人类驾驶数据引导强化学习的自动驾驶决策方法,其特征在于,包括以下步骤:S1,基于潜在轨迹和人类驾驶真实轨迹构建离线数据集;S2,基于离线数据集离线学习基于transformer网络的奖励函数;S3,构建强化学习网络框架,并在步骤S2学习得到的奖励函数的指导下进行强化学习训练;S4,在线决策过程中,实时获取交互环境的感知信息,并输入强化学习网络,学习得到具有拟人性和安全性的驾驶决策策略并发送给执行系统,实现自动驾驶决策拟人化。

全文数据:

权利要求:

百度查询: 同济大学 人类驾驶数据引导强化学习的自动驾驶决策方法、装置及介质

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。