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)獲悉北京理工大學(xué)申請(qǐng)的專利一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法獲國(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：CN116394968B 。

龍圖騰網(wǎng)通過國(guó)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：202211546947.3，技術(shù)領(lǐng)域涉及：B60W60/00；該發(fā)明授權(quán)一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法是由馬宏賓;劉萍;金英;麻景翔;張華卿設(shè)計(jì)研發(fā)完成，并于2022-12-05向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法在說明書摘要公布了：本發(fā)明涉及一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法，屬于人工智能和自動(dòng)駕駛技術(shù)領(lǐng)域。針對(duì)自動(dòng)駕駛車輛場(chǎng)景，本方法提出了一個(gè)用于AVs的多智能體自適應(yīng)決策框架。首先考慮乘客的個(gè)性化需求，為AVs制定不同的駕駛風(fēng)格，用于后續(xù)決策建模過程中。利用聯(lián)盟博弈和V2V通信，以每個(gè)網(wǎng)聯(lián)自動(dòng)駕駛車輛CAV為中心劃分多智能體系統(tǒng)，從而構(gòu)建合作決策區(qū)域。然后，基于模型預(yù)測(cè)控制中的滾動(dòng)時(shí)域，構(gòu)建了一個(gè)深度強(qiáng)化學(xué)習(xí)決策框架，以實(shí)現(xiàn)CAV在合作區(qū)域里的運(yùn)動(dòng)決策。在完全自動(dòng)駕駛車輛的場(chǎng)景下，本發(fā)明不僅能夠保證在高速主干車道上的安全性和效率，而且對(duì)于匝道合流區(qū)域的安全性、舒適度和效率也能夠得到保障。

本發(fā)明授權(quán)一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法在權(quán)利要求書中公布了：1.一種基于多智能體強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛車輛控制方法，其特征在于，包括以下步驟： 步驟1：設(shè)定CAVs的合作與聯(lián)盟方式，其中CAVs指進(jìn)行網(wǎng)聯(lián)的自動(dòng)駕駛車輛；車輛位于不同道路的不同位置行駛，將觀察區(qū)域在設(shè)定區(qū)域內(nèi)，令設(shè)定區(qū)域大小為l*n，l表示區(qū)域的長(zhǎng)度，n表示區(qū)域的寬度，且設(shè)定該區(qū)域大于人類駕駛員的視野大小；設(shè)兩輛車的距離小于閾值Δr0，Vi、Vi分別表示第i和第j輛車，這時(shí)將二者聯(lián)盟，二者擁有相同的控制策略； 設(shè)聯(lián)盟集合為并設(shè)定一個(gè)閾值Δr0，在多智能體子系統(tǒng)中，判斷是否小于Δr0，如果是，則否則Vj不加入聯(lián)盟集合最終得到聯(lián)盟集合為 步驟2：構(gòu)造CAVs多智能體子系統(tǒng)； 基于V2V通信和視野閾值，劃分多智能體子系統(tǒng)區(qū)域； 步驟3：設(shè)計(jì)CAVs多智能體深度強(qiáng)化學(xué)習(xí)決策算法； 多智能體深度強(qiáng)化學(xué)習(xí)的CAV決策算法為一種端到端決策架構(gòu)，包括輸入層、神經(jīng)網(wǎng)絡(luò)層、輸出層和環(huán)境交互層； 其中，輸入層由CAVs當(dāng)前時(shí)刻的感知信息以及上一時(shí)刻采取的策略和回報(bào)組成，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括卷積神經(jīng)網(wǎng)絡(luò)CNN、長(zhǎng)短期記憶人工神經(jīng)網(wǎng)絡(luò)LSTM以及全連接網(wǎng)絡(luò)FCN； 神經(jīng)網(wǎng)絡(luò)架構(gòu)的輸出層為t時(shí)刻車輛Vi最終采取的動(dòng)作 環(huán)境交互層的作用是：t時(shí)刻智能體采取動(dòng)作后，通過與環(huán)境交互進(jìn)入下一時(shí)刻的狀態(tài)，智能體接收新的狀態(tài)后，進(jìn)入下一個(gè)決策循環(huán)； 步驟4：構(gòu)造CAVs的狀態(tài)空間、動(dòng)作空間、獎(jiǎng)勵(lì)函數(shù)； 設(shè)經(jīng)步驟2中得到的一個(gè)多智能體子系統(tǒng)的研究對(duì)象為智能體n，該智能體的狀態(tài)空間表達(dá)式為則系統(tǒng)的觀測(cè)空間表示為：o＝on，...ok，rn，其中，ok表示多智能體子系統(tǒng)中的其他智能體，但不包括智能體n，rn表示智能體n的回報(bào)獎(jiǎng)勵(lì)，對(duì)于智能體n的觀測(cè)狀態(tài)中包含該多智能體子系統(tǒng)中其他所有智能體的狀態(tài)信息，同時(shí)為步驟3中神經(jīng)網(wǎng)絡(luò)的輸入提供了豐富的特征信息； 動(dòng)作空間包括：x方向的加速度變化，其值為正表示加速，反之減速；航向角的變化，其值為正表示航向角增加，反之減小；是否轉(zhuǎn)向，如左轉(zhuǎn)、右轉(zhuǎn)或直行；智能體n最終執(zhí)行的策略，即最優(yōu)策略為： 獎(jiǎng)勵(lì)函數(shù)以安全性、舒適性和高效性這三個(gè)指標(biāo)構(gòu)造而成，表示為：其中，代表智能體Vi的安全激勵(lì)，代表智能體Vi的舒適度激勵(lì)，代表智能體Vi的效率激勵(lì)，且和為各自的權(quán)重因子； 步驟5：將多智能體深度強(qiáng)化學(xué)習(xí)決策算法得到的最優(yōu)策略，作為自動(dòng)駕駛車輛的控制輸入。

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)人北京理工大學(xué)，其通訊地址為：100081 北京市海淀區(qū)中關(guān)村南大街5號(hào)；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)”。