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

龍圖騰網恭喜中國人民解放軍陸軍工程大學申請的專利一種自動駕駛的策略生成方法、裝置及存儲介質獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN114771561B 。

龍圖騰網通過國家知識產權局官網在2025-05-30發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210328209.5，技術領域涉及：B60W60/00；該發(fā)明授權一種自動駕駛的策略生成方法、裝置及存儲介質是由林澤陽;賴俊;陳希亮;王軍;盛蕾設計研發(fā)完成，并于2022-03-31向國家知識產權局提交的專利申請。

本一種自動駕駛的策略生成方法、裝置及存儲介質在說明書摘要公布了：本發(fā)明公開了一種自動駕駛的策略生成方法、裝置及存儲介質，包括獲取自動駕駛任務時，初始化車輛的自身狀態(tài)；基于訓練后的自動駕駛策略模型根據自身狀態(tài)生成自動駕駛策略；根據自動駕駛策略執(zhí)行自動駕駛任務；其中，所述自動駕駛策略模型的訓練過程包括：構建自動駕駛的仿真環(huán)境，并根據仿真環(huán)境制定簡單訓練任務、普通訓練任務以及困難訓練任務；構建基于DDPG算法的自動駕駛策略模型；對自動駕駛策略模型進行初始化并基于簡單訓練任務進行一次訓練；對一次訓練后的自動駕駛策略模型基于普通訓練任務進行二次訓練；對二次訓練后的自動駕駛策略模型基于困難訓練任務進行三次訓練；本發(fā)明能夠提升模型的收斂速度，滿足汽車自動駕駛的實時性要求。

本發(fā)明授權一種自動駕駛的策略生成方法、裝置及存儲介質在權利要求書中公布了：1.一種自動駕駛的策略生成方法，其特征在于，包括：獲取自動駕駛任務時，初始化車輛的自身狀態(tài)；基于訓練后的自動駕駛策略模型根據自身狀態(tài)生成自動駕駛策略；根據自動駕駛策略執(zhí)行自動駕駛任務；其中，所述自動駕駛策略模型的訓練過程包括：構建自動駕駛的仿真環(huán)境，并根據仿真環(huán)境制定簡單訓練任務、普通訓練任務以及困難訓練任務；構建基于DDPG算法的自動駕駛策略模型；對自動駕駛策略模型進行初始化并基于簡單訓練任務進行一次訓練；對一次訓練后的自動駕駛策略模型基于普通訓練任務進行二次訓練；對二次訓練后的自動駕駛策略模型基于困難訓練任務進行三次訓練；其中，所述對自動駕駛策略模型進行初始化并基于簡單訓練任務進行一次訓練包括：初始化自動駕駛策略模型，包括對自動駕駛策略模型的現(xiàn)實動作網絡、目標動作網絡、現(xiàn)實評價網絡以及目標評價網絡進行初始化；通過自動駕駛的仿真環(huán)境中基于自動駕駛策略模型執(zhí)行簡單訓練任務獲取模型訓練樣本集合；通過模型訓練樣本集合訓練更新自動駕駛策略模型，并將更新后的自動駕駛策略模型代替初始化的自動駕駛策略模型帶入上述步驟進行迭代；若到達預設的最大迭代次數(shù)，則一次訓練完成；其中，所述獲取模型訓練樣本集合包括：獲取簡單訓練任務下的車輛當前狀態(tài)，并帶入初始化的自動駕駛策略模型中獲取車輛的當前動作策略： ；其中，為狀態(tài)的特征向量，為通過現(xiàn)實動作網絡生成的動作策略，為隨機噪聲函數(shù)；根據當前動作策略驅動車輛在仿真環(huán)境中自動駕駛并獲取車輛的下一狀態(tài)，并根據車輛的下一狀態(tài)獲取訓練得分以及終止狀態(tài)；將車輛的當前狀態(tài)的特征向量、下一狀態(tài)的特征向量、當前動作策略、訓練得分以及終止狀態(tài)保存為經驗回放數(shù)組，記為；根據車輛的下一狀態(tài)判斷是否存在前車，若存在，則獲取前車的經驗回放數(shù)組，并存入預構建的前車經驗回放集合；根據終止狀態(tài)判斷車輛是否終止，若否，則將經驗回放數(shù)組存入預構建的成功經驗回放集合，并將車輛的下一狀態(tài)帶入上述步驟循環(huán)執(zhí)行；若是，則將經驗回放數(shù)組存入預構建的失敗經驗回放集合，并輸出失敗經驗回放集合、成功經驗回放集合和前車經驗回放集合；從成功經驗回放集合、失敗經驗回放集合和前車經驗回放集合中隨機抽取個經驗回放數(shù)組并生成模型訓練樣本集合。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人中國人民解放軍陸軍工程大學，其通訊地址為：210014 江蘇省南京市秦淮區(qū)后標營路88號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。