買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江中控信息產(chǎn)業(yè)股份有限公司申請(qǐng)的專利一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法及相關(guān)裝置獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119252066B 。

龍圖騰網(wǎng)通過國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202411780013.5，技術(shù)領(lǐng)域涉及：G08G1/0968；該發(fā)明授權(quán)一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法及相關(guān)裝置是由周俊杰;吳勁峰;吳文浩;虞霄璐;陳瑞生設(shè)計(jì)研發(fā)完成，并于2024-12-05向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法及相關(guān)裝置在說明書摘要公布了：本申請(qǐng)公開了一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法及相關(guān)裝置，該方法包括：獲得目標(biāo)車輛的初始軌跡數(shù)據(jù)；確定目標(biāo)車輛的目標(biāo)流向；基于初始軌跡數(shù)據(jù)，從目標(biāo)流向?qū)?yīng)的至少一個(gè)車道中篩選目標(biāo)車道；如果初始軌跡數(shù)據(jù)滿足修正條件，從路口的配置信息中提取目標(biāo)車道的車道信息，并基于初始軌跡數(shù)據(jù)，獲得目標(biāo)車輛及其周圍車輛的當(dāng)前位置信息和當(dāng)前運(yùn)動(dòng)信息；將目標(biāo)車輛及其周圍車輛的當(dāng)前位置信息、當(dāng)前運(yùn)動(dòng)信息及目標(biāo)車道的車道信息輸入至生成對(duì)抗模仿學(xué)習(xí)模型，得到生成對(duì)抗模仿學(xué)習(xí)模型確定的目標(biāo)軌跡數(shù)據(jù)；基于目標(biāo)軌跡數(shù)據(jù)，對(duì)初始軌跡數(shù)據(jù)進(jìn)行修正。

本發(fā)明授權(quán)一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法及相關(guān)裝置在權(quán)利要求書中公布了：1.一種基于模仿學(xué)習(xí)的車輛軌跡優(yōu)化方法，其特征在于，包括：獲得目標(biāo)車輛的初始軌跡數(shù)據(jù)；確定所述目標(biāo)車輛的目標(biāo)流向；基于所述初始軌跡數(shù)據(jù)，從所述目標(biāo)流向?qū)?yīng)的至少一個(gè)車道中篩選目標(biāo)車道；如果所述初始軌跡數(shù)據(jù)滿足修正條件，從路口的配置信息中提取所述目標(biāo)車道的車道信息，并基于所述初始軌跡數(shù)據(jù)，獲得所述目標(biāo)車輛及其周圍車輛的當(dāng)前位置信息和當(dāng)前運(yùn)動(dòng)信息；將所述目標(biāo)車輛及其周圍車輛的當(dāng)前位置信息、當(dāng)前運(yùn)動(dòng)信息及所述目標(biāo)車道的車道信息輸入至生成對(duì)抗模仿學(xué)習(xí)模型，得到所述生成對(duì)抗模仿學(xué)習(xí)模型確定的目標(biāo)軌跡數(shù)據(jù)；所述生成對(duì)抗模仿學(xué)習(xí)模型基于路口的實(shí)際車輛行駛軌跡訓(xùn)練得到，所述生成對(duì)抗模仿學(xué)習(xí)模型用于模仿專家策略，生成與實(shí)際的車輛行為相似的動(dòng)作參數(shù)，得到目標(biāo)軌跡數(shù)據(jù)；所述生成對(duì)抗模仿學(xué)習(xí)模型基于對(duì)抗網(wǎng)絡(luò)訓(xùn)練得到，所述對(duì)抗網(wǎng)絡(luò)包括生成器和評(píng)判器；所述生成對(duì)抗模仿學(xué)習(xí)模型基于所述對(duì)抗網(wǎng)絡(luò)進(jìn)行訓(xùn)練的過程，包括：獲取路口的車輛行駛軌跡，并基于所述路口的車輛行駛軌跡確定專家的狀態(tài)動(dòng)作對(duì)；在當(dāng)前時(shí)刻，按照課程分布集的設(shè)定采樣出個(gè)車輛，作為多個(gè)樣本車輛；獲取所述多個(gè)樣本車輛中各所述樣本車輛在當(dāng)前位置的樣本信息；所述樣本信息包括：所述樣本車輛在當(dāng)前位置的位置信息和運(yùn)動(dòng)信息及其周圍樣本車輛的位置信息和運(yùn)動(dòng)信息及目標(biāo)樣本車道的車道信息；根據(jù)所述生成器的當(dāng)前策略對(duì)各樣本車輛對(duì)應(yīng)的樣本信息進(jìn)行處理，生成各所述樣本車輛的軌跡；確定各所述樣本車輛的軌跡對(duì)應(yīng)的懲罰值；基于所述評(píng)判器為各所述樣本車輛的軌跡中的每個(gè)狀態(tài)動(dòng)作對(duì)進(jìn)行評(píng)分，生成各所述樣本車輛的獎(jiǎng)勵(lì)值；所述獎(jiǎng)勵(lì)值通過以下方式確定得到： 其中，表示評(píng)判器在參數(shù)下根據(jù)狀態(tài)動(dòng)作對(duì)得出的值，表示所述樣本車輛的軌跡對(duì)應(yīng)的懲罰值；保持所述評(píng)判器的參數(shù)不變，基于信賴域優(yōu)化方法更新所述生成器的策略參數(shù)；基于信賴域優(yōu)化方法更新所述生成器的策略參數(shù)，包括：對(duì)以下約束優(yōu)化問題進(jìn)行求解： ；其中，表示策略的參數(shù)；表示期望；表示在時(shí)刻采取的當(dāng)前策略，其根據(jù)舊參數(shù)定義的；表示新策略；表示當(dāng)前策略在時(shí)刻下在觀察條件下采取動(dòng)作的概率；表示新策略在時(shí)刻下在觀察條件下采取動(dòng)作的概率；表示當(dāng)前策略在觀察條件下采取動(dòng)作的概率分布；表示新策略在觀察條件下采取動(dòng)作的概率分布；表示和之間的KLKullback-Leibler散度；表示步長(zhǎng)參數(shù)，用于控制每次優(yōu)化步驟中策略的最大變化量；表示優(yōu)勢(shì)函數(shù)，用于衡量觀察條件下采取動(dòng)作的動(dòng)作價(jià)值期望與觀測(cè)器估計(jì)的狀態(tài)價(jià)值期望之間的差異程度；動(dòng)作表示所述樣本車輛根據(jù)策略采取的行為；所述優(yōu)勢(shì)函數(shù)通過以下廣義優(yōu)勢(shì)估計(jì)方法進(jìn)行估計(jì)得到：其中，表示折扣率；是介于0和1之間的參數(shù)，用于平衡TDTemporalDifference誤差的權(quán)重；表示評(píng)判器確定的獎(jiǎng)勵(lì)值；和分別表示在時(shí)刻和時(shí)刻的狀態(tài)價(jià)值期望；保持所述生成器的策略參數(shù)不變，基于所述專家的狀態(tài)動(dòng)作對(duì)和所述生成器的新策略生成的狀態(tài)動(dòng)作對(duì)，更新所述評(píng)判器的評(píng)判參數(shù)；所述評(píng)判器的評(píng)判參數(shù)通過以下目標(biāo)函數(shù)進(jìn)行更新：其中，表示專家策略，表示所述新策略，表示在執(zhí)行策略時(shí)狀態(tài)動(dòng)作對(duì)被訪問到的概率；表示在策略下時(shí)間處于狀態(tài)的概率；表示基于當(dāng)前策略在狀態(tài)下采取動(dòng)作的概率；表示在執(zhí)行策略時(shí)狀態(tài)動(dòng)作對(duì)被訪問到的概率；表示在策略下時(shí)間處于狀態(tài)的概率；表示基于專家策略在狀態(tài)下采取動(dòng)作的概率；是的簡(jiǎn)化表達(dá)，表示評(píng)判器在參數(shù)下根據(jù)狀態(tài)動(dòng)作對(duì)得出的值；基于所述目標(biāo)軌跡數(shù)據(jù)，對(duì)所述初始軌跡數(shù)據(jù)進(jìn)行修正。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人浙江中控信息產(chǎn)業(yè)股份有限公司，其通訊地址為：310051 浙江省杭州市濱江區(qū)濱康路352號(hào)2號(hào)樓23-25層；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。