龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：燕山大学
摘要：本申请涉及自动驾驶行为决策技术领域，公开了一种基于预测轨迹的安全强化学习智能车汇入决策方法及系统。构建强化学习汇入决策模型，利用预测模型获取每个动作对应的预测轨迹，基于代价函数计算预测轨迹中每一步状态的代价，利用折现总代价计算方法计算预测轨迹的折现总代价。然后根据每个动作的折现总代价确定安全动作集。若智能体的原始决策动作在安全动作集中，或者安全动作集为空，则输出原始决策动作；若不在安全动作集中，则输出安全动作集中价值最大的动作。本申请中，将预测轨迹融入安全强化学习，通过将不安全动作替换为安全动作，有效地减少了训练过程中的碰撞次数，从而缩短了训练周期，降低了训练成本，提高了汇入决策的安全性。
主权项：1.一种基于预测轨迹的安全强化学习智能车汇入决策方法，其特征在于，所述方法包括：构建强化学习汇入决策模型，定义智能体的状态空间和动作空间，并设计考虑汇入成功情况和交通效率的奖励函数，以及考虑碰撞和安全性的代价函数；利用预先构建的预测模型获取所述动作空间内每个动作发生所对应的预测轨迹，基于所述代价函数计算所述预测轨迹中每一步状态的代价；基于所述预测轨迹中每一步状态的代价，利用折现总代价计算方法计算所述预测轨迹的折现总代价；根据每个动作对应的所述预测轨迹的折现总代价确定安全动作集；所述安全动作集为所述折现总代价满足折现总代价阈值约束的动作的集合；利用价值网络计算所述动作空间中每个动作的价值；根据每个动作的价值，确定智能体的原始决策动作，若所述原始决策动作在所述安全动作集中，或者所述安全动作集为空，则输出所述原始决策动作；若所述原始决策动作不在所述安全动作集中，则输出所述安全动作集中价值最大的动作；训练所述强化学习汇入决策模型，收敛后获得最优策略。
全文数据：
权利要求：
百度查询： 燕山大学 基于预测轨迹的安全强化学习智能车汇入决策方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号