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)獲悉吉林大學(xué)申請(qǐng)的專利基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120316454B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-15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：202510805963.7，技術(shù)領(lǐng)域涉及：G06F18/20；該發(fā)明授權(quán)基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法是由周戶星;崔云龍;孫寶鳳;李遲;許楊;梁宏朝;馬國棟設(shè)計(jì)研發(fā)完成，并于2025-06-17向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法在說明書摘要公布了：本發(fā)明涉及一種基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法，該方法構(gòu)建主路車專家軌跡集；構(gòu)建仿真環(huán)境模型，環(huán)境模型的輸入包括由主路車專家軌跡集D提供的當(dāng)前狀態(tài)特征和由PPO算法中主路車策略網(wǎng)絡(luò)控制主路車提供的動(dòng)作特征；狀態(tài)轉(zhuǎn)移函數(shù)用于根據(jù)當(dāng)前狀態(tài)特征和動(dòng)作特征，返回下一時(shí)間步的狀態(tài)特征；獎(jiǎng)勵(lì)網(wǎng)絡(luò)用于根據(jù)主路車的狀態(tài)特征給出每一時(shí)間步的瞬時(shí)獎(jiǎng)勵(lì)；構(gòu)建由最大熵深度逆強(qiáng)化學(xué)習(xí)算法和PPO算法構(gòu)成的框架；之后進(jìn)行訓(xùn)練，使用PPO算法訓(xùn)練以生成主路車在仿真環(huán)境下的預(yù)測軌跡；將預(yù)測軌跡與主路車專家軌跡輸入最大熵深度逆強(qiáng)化學(xué)習(xí)算法，計(jì)算損失函數(shù)，更新獎(jiǎng)勵(lì)網(wǎng)絡(luò)參數(shù)，直到收斂，解決傳統(tǒng)單一方法存在的策略失準(zhǔn)問題。

本發(fā)明授權(quán)基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法在權(quán)利要求書中公布了：1.一種基于深度逆強(qiáng)化學(xué)習(xí)的匯入?yún)^(qū)域主路車駕駛行為建模方法，其特征在于，該方法包括以下步驟： 步驟A.構(gòu)建匯入?yún)^(qū)域自動(dòng)駕駛車輛軌跡數(shù)據(jù)集U，所述自動(dòng)駕駛車輛軌跡數(shù)據(jù)集U包含：匯入?yún)^(qū)域內(nèi)每時(shí)間步的所有車輛屬性信息，位置，橫縱向速度，橫縱向加速度和與lanelet2格式高精地圖相關(guān)數(shù)據(jù)；將自動(dòng)駕駛車輛軌跡數(shù)據(jù)集U進(jìn)行預(yù)處理，形成主路車專家軌跡集D； 步驟B.構(gòu)建可供訓(xùn)練的仿真環(huán)境模型，所述仿真環(huán)境模型的輸入包括由主路車專家軌跡集D提供的當(dāng)前狀態(tài)特征和由PPO算法中主路車策略網(wǎng)絡(luò)控制主路車提供的動(dòng)作特征；仿真環(huán)境模型內(nèi)的狀態(tài)轉(zhuǎn)移函數(shù)用于根據(jù)當(dāng)前狀態(tài)特征和動(dòng)作特征，返回下一時(shí)間步的狀態(tài)特征；獎(jiǎng)勵(lì)網(wǎng)絡(luò)用于根據(jù)主路車的狀態(tài)特征給出每一時(shí)間步的瞬時(shí)獎(jiǎng)勵(lì)； 步驟C.構(gòu)建由最大熵深度逆強(qiáng)化學(xué)習(xí)算法和強(qiáng)化學(xué)習(xí)算法構(gòu)成的最大熵深度逆強(qiáng)化學(xué)習(xí)框架，所述強(qiáng)化學(xué)習(xí)算法采用PPO算法，獎(jiǎng)勵(lì)網(wǎng)絡(luò)作為最大熵深度逆強(qiáng)化學(xué)習(xí)算法的一部分； 步驟D.訓(xùn)練： 初始化獎(jiǎng)勵(lì)網(wǎng)絡(luò)和PPO算法的網(wǎng)絡(luò)參數(shù)；使用PPO算法訓(xùn)練以生成主路車在仿真環(huán)境下的預(yù)測軌跡，直至收斂；將預(yù)測軌跡與主路車專家軌跡輸入最大熵深度逆強(qiáng)化學(xué)習(xí)算法，計(jì)算損失函數(shù)，反向傳播更新獎(jiǎng)勵(lì)網(wǎng)絡(luò)參數(shù)，直到收斂。

如需購買、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)人吉林大學(xué)，其通訊地址為：130012 吉林省長春市南關(guān)區(qū)人民大街5988號(hào)吉林大學(xué)南嶺校區(qū)；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)”。