[发明专利]用于在多代理场景中确定代理轨迹的方法

权利要求书

1.一种用于在多代理场景中确定代理轨迹的方法，所述方法具有：

针对每个代理，在代理的局部参照系中检测代理的先前轨迹和代理的环境；

针对每个代理，借助于编码器神经网络，将在代理的局部参照系中所检测到的代理的先前轨迹编码成轨迹特征向量并且将在代理的局部参照系中所检测到的代理的环境编码成环境特征向量；

针对每个代理，借助于基于注意力的神经网络，将所述轨迹特征向量根据彼此并且根据所述环境特征向量来处理成局部上下文特征向量；

借助于共同的基于注意力的转换神经网络，将针对所有代理的所述局部上下文特征向量处理成针对每个代理的全局上下文特征向量；

针对每个代理，借助于动作预测神经网络根据针对代理的全局上下文特征向量来确定控制动作；而且

针对每个代理，借助于运动学模型根据所确定的控制动作来确定未来轨迹。

2. 根据权利要求1所述的方法，所述方法具有：针对每个代理：

检测所述环境作为环境元素的集合，其中每个环境元素都被编码在环境特征向量中；而且

针对每个环境元素，形成星形图，所述星形图具有如下节点作为中心节点，所述节点带有代理的轨迹特征向量，其中所述中央节点被带有所述环境元素的环境特征向量的节点所包围，

其中所述基于注意力的神经网络具有星形图被输送给的一个或多个图注意力网络。

3.根据权利要求2所述的方法，其中一个或多个多图注意力网络产生环境元素特征向量并且所述基于注意力的神经网络具有基于注意力的转换神经网络，所述基于注意力的转换神经网络将轨迹特征向量根据彼此并且根据所述环境元素特征向量来处理成所述局部上下文特征向量。

4. 根据权利要求1至3中任一项所述的方法，其中所述共同的基于注意力的转换神经网络是多头注意力转换网络。

5.根据权利要求1至4中任一项所述的方法，所述方法具有：获得训练数据，所述训练数据具有训练数据元素，其中每个训练数据元素都具有关于所述环境的信息、代理的先前轨迹和针对相应训练场景的目标轨迹；而且

在使用所述训练数据的情况下，借助于监督学习来训练所述编码器网络、所述基于注意力的神经网络、所述共同的基于注意力的转换神经网络和所述动作预测神经网络。

6.一种控制装置，所述控制装置被设立为执行根据权利要求1至5中任一项所述的方法。

7.一种计算机程序，所述计算机程序具有指令，当所述指令由处理器执行时，所述指令引起：所述处理器执行根据权利要求1至5中任一项所述的方法。

8.一种计算机可读介质，所述计算机可读介质存储指令，当所述指令由处理器执行时，所述指令引起：所述处理器执行根据权利要求1至5中任一项所述的方法。