[发明专利]用于训练/调优运载工具的机器学习模型的驾驶情景采样

权利要求书

1.一种方法，包括：

使用至少一个处理器，将一组初始物理状态分配至用于一组模拟驾驶情景的地图中的一组对象，其中所述一组初始物理状态是根据随机数生成器的一个或多个输出来分配的；

使用所述至少一个处理器，利用所述一组对象中的对象的初始物理状态来生成所述地图中的所述一组模拟驾驶情景；

使用所述至少一个处理器来选择所述模拟驾驶情景的样本；

使用所述至少一个处理器，利用所选择的样本来训练机器学习模型；以及

使用控制电路，利用经训练的机器学习模型在环境中操作运载工具。

2.根据权利要求1所述的方法，其中，所述一组对象中的至少一个对象是虚拟运载工具，所述方法还包括：

使用所述至少一个处理器来分配所述虚拟运载工具的虚拟驾驶员的心理状态；以及

使用所述地图、各对象的初始物理状态和所述虚拟运载工具的所述虚拟驾驶员的心理状态来模拟驾驶情景。

3.根据权利要求2所述的方法，其中，所述虚拟驾驶员的心理状态包括所述虚拟驾驶员的加速偏好。

4.根据权利要求2所述的方法，其中，所述虚拟驾驶员的心理状态包括维持另一虚拟运载工具与所述一组对象中的至少一个其它对象之间的间隙的偏好。

5.根据权利要求2所述的方法，其中，所述虚拟驾驶员的心理状态包括对特定路线的偏好。

6.根据权利要求2所述的方法，其中，所述虚拟驾驶员的心理状态包括所述虚拟驾驶员的目标。

7.根据权利要求1所述的方法，其中，所述虚拟驾驶者的心理状态包括礼貌因素，所述礼貌因素用于确定所述虚拟驾驶员在多大程度上有意愿给驾驶情景中的其它虚拟运载工具的其它虚拟驾驶员带来不便。

8.根据权利要求1所述的方法，其中，所述一组对象中的对象的初始物理状态包括初始位置和初始加速度，并且所述初始位置和所述初始加速度是根据所述随机数生成器所输出的不同随机数来分配的。

9.根据权利要求1所述的方法，还包括：

使用所述至少一个处理器来确定一组驾驶情景中的一个或多个失败的驾驶情景；以及

使用所述至少一个处理器来将所述一个或多个失败的驾驶情景从对所述机器学习模型进行训练中排除。

10.根据权利要求8所述的方法，其中，失败的驾驶情景包括在所述一组对象中的两个或更多个对象之间发生碰撞的驾驶情景。

11.根据权利要求8所述的方法，其中，失败的驾驶情景包括所述一组对象中的一个或多个对象的加速度值或减速度值高于或低于一个或多个指定阈值的驾驶情景。

12.根据权利要求1所述的方法，其中，生成所述模拟驾驶情景还包括：

使用所述至少一个处理器，在选择驾驶情景样本之前针对指定时间段在时间上向前预测各模拟驾驶情景。

13.根据权利要求1所述的方法，其中，驾驶情景包括所述一组对象中的一个或多个对象所遵守的交通灯或交通标志。

14.根据权利要求1所述的方法，其中，所述机器学习模型是用于对象运动预测的深度神经网络。

15.根据权利要求1所述的方法，其中，所述一组对象中的一个或多个对象包括至少一个行人。

16.根据权利要求1所述的方法，其中，各采样驾驶情景包括所述一组对象中的各对象的多个时间戳以及关联的位置、速率或加速度。