[发明专利]用于执行用于自主车辆的复合行为策略的方法和系统

权利要求书

1.一种基于复合行为策略来确定待由车辆实施的车辆动作的方法，所述方法包括以下步骤：

获得指示待用于执行所述复合行为策略的多个构成性行为策略的行为查询，其中，所述构成性行为策略中的每一个将车辆状态映射到一个或多个车辆动作；

基于车载车辆传感器数据来确定观察到的车辆状态，其中，所述车载车辆传感器数据是从所述车辆的一个或多个车载车辆传感器获得的；

基于所述复合行为策略来选择车辆动作；以及

在所述车辆处实施所选择的车辆动作。

2.根据权利要求1所述的方法，其中，所述选择步骤包含实施复合行为策略执行过程，所述复合行为策略执行过程将所述多个构成性行为策略中的每一个融合、合并或以其它方式组合，使得当执行所述复合行为策略时，所述车辆的自主车辆（AV）行为类似于所述构成性行为策略的组合风格或特性。

3.根据权利要求2所述的方法，其中，使用所述车辆的自主车辆（AV）控制器来实施所述复合行为策略执行过程和所述实施步骤。

4.根据权利要求3所述的方法，其中，所述复合行为策略执行过程包含针对所述多个构成性行为策略中的每一个将所述观察到的车辆状态压缩或编码为低维表示。

5.根据权利要求4所述的方法，其中，所述压缩或编码步骤包含针对所述多个构成性行为策略中的每一个使用深度自动编码器来生成低维嵌入。

6.根据权利要求5所述的方法，其中，所述复合行为策略执行过程包含根据损失函数对所述低维嵌入中的每一个进行正则化或约束。

7.根据权利要求6所述的方法，其中，针对所述多个构成性行为策略中的每一个的训练编码分布是基于所述正则化或约束步骤而获得的。

8.根据权利要求7所述的方法，其中，每个低维嵌入与特征空间Z₁至Z_N相关联，并且其中，所述复合行为策略执行过程包含：基于所述低维嵌入的所述特征空间Z₁至Z_N来确定约束嵌入空间。

9.根据权利要求8所述的方法，其中，所述复合行为策略执行过程包含：基于所述低维嵌入来确定组合的嵌入随机函数。

10.根据权利要求9所述的方法，其中，所述复合行为策略执行过程包含：基于所述组合的嵌入随机函数和复合策略函数来确定车辆动作的分布，并且其中，所述复合策略函数是基于所述构成性行为策略而生成的。