申请/专利权人:同济大学
申请日:2023-11-23
公开(公告)日:2024-03-19
公开(公告)号:CN117719535A
主分类号:B60W60/00
分类号:B60W60/00;B60W50/08;B60W50/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明涉及一种人类反馈的自动驾驶车辆交互式自适应决策控制方法,包括以下步骤:获取自动驾驶汽车采集到的状态感知信息,采用训练好的上层强化学习DDQN网络模型,确定下层MPC控制器优化问题的权重系数,所述DDQN网络模型基于人在环的交互反馈信息和场景风险评估结果实现更新,将模仿人类评价反馈网络模型输出的人类评价和场景风险评估模型输出的场景风险评估结果作用在DDQN网络模型的奖励函数中,训练DDQN网络模型并更新参数;MPC控制器基于权重系数确定优化问题,并进行横纵向规划跟踪,求解下一时刻控制量。与现有技术相比,本发明具有能够自适应控制模型参数并学习人类驾驶评价,提高驾驶安全性和场景适应性等优点。
主权项:1.一种人类反馈的自动驾驶车辆交互式自适应决策控制方法,其特征在于,包括以下步骤:获取自动驾驶汽车采集到的状态感知信息,采用训练好的上层强化学习DDQN网络模型,确定下层MPC控制器优化问题的权重系数,所述DDQN网络模型基于人在环的交互反馈信息和场景风险评估结果实现更新,预先利用离线数据训练模仿人类评价反馈网络模型,对自动驾驶汽车的控制表现进行评价,并利用场景风险评估模型评估场景风险,将人类评价和场景风险评估结果作用在DDQN网络模型的奖励函数中,训练DDQN网络模型并更新参数;MPC控制器基于上层传来的权重系数确定优化问题,并进行横纵向规划跟踪,求解下一时刻控制量。
全文数据:
权利要求:
百度查询: 同济大学 一种人类反馈的自动驾驶车辆交互式自适应决策控制方法
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。