龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：航天科工集团智能科技研究院有限公司
申请日：2022-12-29
公开（公告）日：2024-07-05
公开（公告）号：CN118295385A
主分类号：G05D1/43
分类号：G05D1/43;G06N5/02;G06N5/04;G06N3/094;G05D1/644;G05D1/692;G05D105/55
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明提供了一种基于数据和知识双驱动的可解释博弈对抗方法，包括：基于经典控制理论绘制阿波罗尼斯圆，明确存在速度误差情况下单个低速追捕无人车是否能够对快速逃逸无人车实现捕获的待优化条件，得到低速追捕无人车次优控制策略；根据次优控制策略，结合Takagi‑Sugeno模糊模型构建基于知识驱动的快速平滑控制逻辑；将基于知识驱动的快速控制逻辑作为输入添加到基于Takagi‑Sugeno模糊推理的Actor‑Critic控制模型，利用低速追捕无人车在训练过程中与环境的交互获得的数据优化Actor‑Critic控制模型，实现两辆低速追捕无人车对快速逃逸无车的协同围捕。应用本发明的技术方案，以解决传统强化学习方法具有状态动作空间难以遍历、训练速度慢、控制逻辑阶跃不平滑等技术问题。
主权项：1.一种基于数据和知识双驱动的可解释博弈对抗方法，其特征在于，所述基于数据和知识双驱动的可解释博弈对抗方法包括：基于经典控制理论绘制阿波罗尼斯圆，利用阿波罗尼斯圆明确单个低速追捕无人车是否能够对快速逃逸无人车实现捕获的条件，得到低速追捕无人车控制策略；根据所述低速追捕无人车控制策略，结合Takagi-Sugeno模糊模型构建低速追捕无人车基于知识驱动的快速控制逻辑，对所述基于知识驱动的快速控制逻辑进行平滑处理；将所述基于知识驱动的快速控制逻辑作为输入添加到基于Takagi-Sugeno模糊推理的Actor-Critic控制模型，利用低速追捕无人车在训练过程中与环境的交互获得的训练数据优化Actor-Critic控制模型，实现两辆低速追捕无人车对快速逃逸无车的协同围捕。
全文数据：
权利要求：
百度查询： 航天科工集团智能科技研究院有限公司 基于数据和知识双驱动的可解释博弈对抗方法
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。
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