申请/专利权人：中国科学院合肥物质科学研究院

申请日：2023-12-19

公开（公告）日：2024-04-12

公开（公告）号：CN117872800A

主分类号：G05B17/02

分类号：G05B17/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了一种基于离散状态空间下强化学习的决策规划方法，包括获取车辆当前道路的环境信息和自车状态，得到交通状态信息向量；建立强化学习模型，并设计奖惩函数、状态空间，以及动作空间，同时构建交通仿真场景；选取典型的前置后驱车辆运动学模型和有关可行的控制算法描述智能体运动；将提取的车辆环境二维矩阵传入构建的强化学习模型进行训练，得到最终的模型；根据得到最终的模型进行自动驾驶决策规划并输出规划结果。本发明通过使用基于离散状态空间下分布式最大熵强化学习来让自动驾驶车辆自主学习城区结构化道路下的决策规划策略，提高了自动驾驶汽车决策规划策略的稳定性。

主权项：1.一种基于离散状态空间下强化学习的决策规划方法，其特征在于，包括以下步骤：步骤S1、根据车载传感器信息采集车辆当前道路的环境信息和自车状态，得到交通状态信息向量；步骤S2、建立基于离散状态空间下的分布式最大熵的强化学习模型，并设计奖惩函数、状态空间，以及动作空间，同时构建具有交互性的城区结构化道路交通仿真场景；步骤S3、选取典型的前置后驱车辆运动学模型和有关可行的控制算法描述智能体运动；步骤S4、将提取的车辆环境二维矩阵传入构建的强化学习模型进行训练，得到最终的模型；步骤S5、根据得到最终的模型进行自动驾驶决策规划并输出规划结果。

全文数据：

权利要求：

百度查询： 中国科学院合肥物质科学研究院 一种基于离散状态空间下强化学习的决策规划方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD