Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种带有补偿反馈的多模态强化学习车辆决策规划方法 

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:吉林大学

摘要:本发明适用于智能驾驶技术领域,提供了一种带有补偿反馈的多模态强化学习车辆决策规划方法,包括以下步骤:强化学习交互环境设计;环境状态的多模态融合;奖励函数设计;构建深度强化学习模型;设计局部轨迹规划器反馈机制。本发明结合了多模态学习和补偿反馈机制,旨在提高学习效率,同时确保决策的安全性和鲁棒性。通过该方法,即使在复杂的交通环境中,自动驾驶车辆也能够做出准确、高效的决策。

主权项:1.一种带有补偿反馈的多模态强化学习车辆决策规划方法,其特征在于,包括以下步骤:步骤1、强化学习交互环境设计:确定智能车辆与环境交互的场景和条件,设计智能车辆与其他交通参与者的交互规则和行为;步骤2、环境状态的多模态融合:收集来自多个传感器的数据,将不同模态的数据进行整合和融合,构建全面的环境状态表示;步骤3、奖励函数设计:根据决策任务的特性和目标,设计奖励函数,以激励智能车辆采取正确的决策行为;步骤4、构建深度强化学习模型:设计深度强化学习模型的结构,包括Actor和Critic;使用多模态的环境状态作为输入,训练模型以学习最优的决策策略;步骤5、设计局部轨迹规划器反馈机制:设计局部轨迹规划器,用于根据智能车辆当前状态和环境情况生成局部轨迹;设计反馈机制,将深度强化学习模型输出的动作策略与局部轨迹规划器结合,以实现动态约束和补偿。

全文数据:

权利要求:

百度查询: 吉林大学 一种带有补偿反馈的多模态强化学习车辆决策规划方法

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。