恭喜深圳先进技术研究院周纪民获国家专利权
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！
龙图腾网恭喜深圳先进技术研究院申请的专利无人驾驶场景下深度强化学习模型的可解释性方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114330109B 。
龙图腾网通过国家知识产权局官网在2025-05-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111527231.4，技术领域涉及：G06F30/27；该发明授权无人驾驶场景下深度强化学习模型的可解释性方法及系统是由周纪民;刘延东;张中劲;王鲁佳;王洋;须成忠设计研发完成，并于2021-12-14向国家知识产权局提交的专利申请。
本无人驾驶场景下深度强化学习模型的可解释性方法及系统在说明书摘要公布了：本发明涉及模型学习领域，具体涉及一种无人驾驶场景下深度强化学习模型的可解释性方法及系统。该方法及装置选择合适的仿真环境以及适合的深度强化学习算法，通过训练得到收敛的强化学习模型，对强化学习模型输入无人驾驶场景下拍摄的图片，对图片进行特征的划分及进行特征影响力的量化分析，计算各个特征对模型决策的影响程度，并得到相应的差值矩阵，得到改进型网络模型。以至少解决现有技术不能精准分析图片各个特征对模型决策的影响的技术问题。
本发明授权无人驾驶场景下深度强化学习模型的可解释性方法及系统在权利要求书中公布了：1.一种无人驾驶场景下深度强化学习模型的可解释性方法，其特征在于，包括以下步骤：选择合适的仿真环境以及适合的深度强化学习算法，通过训练得到收敛的强化学习模型；对强化学习模型输入无人驾驶场景下拍摄的图片，对图片进行特征的划分及进行特征影响力的量化分析，计算各个特征对模型决策的影响程度，并得到相应的差值矩阵，得到改进型网络模型；具体步骤包括：首先通过模型与环境交互得到状态图像，通过超像素分割将图片根据特征分为固定的块数，通过对不规则区域的高斯模糊的方法依次分别模糊得到图像集；之后将图像集与原图分别输入网络，得到原图与模糊图像的决策值，两者做差，得到差值矩阵；将差值矩阵通过上采样，使得矩阵大小等于输入图像的大小，并将差值矩阵的值乘以预设的倍数叠加到原图中。
如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区西丽大学城学苑大道1068号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。
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。
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