[发明专利]智能体行为建模方法、系统、介质和计算机设备

权利要求书

1.一种智能体行为建模方法，其特征在于，包括：

获取场景图像数据；

根据所述场景图像数据生成场景知识库；

根据所述场景知识库生成行为知识库；

根据所述行为知识库以及历史行为库确定智能体的机动行为。

2.根据权利要求1所述的智能体行为建模方法，其特征在于，所述场景图像数据包括不同场景中对应的待识别图像；所述场景知识库包括对应多个不同场景的场景状态向量；所述的根据所述场景图像数据生成场景知识库，具体包括：

对所述待识别图像进行特征提取，得到特征图；

根据所述特征图确定融合特征图；

根据所述融合特征图确定场景状态向量。

3.根据权利要求2所述的智能体行为建模方法，其特征在于，所述特征图包括浅层特征图和深层特征图；所述特征图包括c个通道，其中，c大于或者等于1，且为整数；所述的根据所述特征图确定融合特征图，具体包括：

确定所述特征图每个通道对应的权重系数；

将所述浅层特征图的每个通道的特征与对应的所述权重系数相乘后进行加法运算，得到浅层融合特征图；

将所述深层特征图的每个通道的特征与对应的所述权重系数相乘后进行加法运算，得到深层融合特征图；

对所述深层融合特征图进行上采样，获取与所述浅层特征图相同尺寸的剪裁深层特征图；

将所述剪裁深层特征图与所述浅层融合特征图进行加法运算，得到所述融合特征图。

4.根据权利要求3所述的智能体行为建模方法，其特征在于，所述的确定所述特征图每个通道对应的权重系数，具体包括：

将每个通道对应的特征进行归一化，并输入到全连接层，得到该通道对应的权重向量；

将所述权重向量通过sigmoid函数映射到0到1之间，得到所述权重系数。

5.根据权利要求2所述的智能体行为建模方法，其特征在于，所述的根据所述场景知识库生成行为知识库，具体包括：

随机生成多个进化个体作为初始种群，每个所述进化个体包括描述所述智能体机动行为的动作向量；

根据遗传算法将所述初始种群进行交叉变异生成多个变异个体；

根据所述场景知识库中的场景状态向量确定评价函数；

根据所述评价函数评估所述变异个体，并选择评估值高于预设值的所述变异个体作为最优个体，加入所述行为知识库。

6.根据权利要求1所述的智能体行为建模方法，其特征在于，所述历史行为库包括描述所述智能体历史机动行为的历史动作向量；所述的根据所述行为知识库以及历史行为库确定智能体的机动行为，具体包括：

在所述历史行为库中选取与当前场景最匹配的所述历史动作向量；

将选取的所述历史动作向量与所述行为知识库的数据进行融合并作为行为生成模型的训练样本；

根据所述行为知识库以及所述行为生成模型确定所述智能体的机动行为。

7.根据权利要求6所述的智能体行为建模方法，其特征在于，所述的在所述历史行为库中选取与当前场景最匹配的所述历史动作向量，具体包括：

将所述历史行为库中的所述历史动作向量与当前场景对应的所述行为知识库中的数据进行相关度计算；

选取相关度高于预设相关度阈值的所述历史动作向量作为与当前场景最匹配的所述历史动作向量。

8.一种智能体行为建模系统，其特征在于，包括：

数据获取模块，用于获取场景图像数据；

场景知识库生成模块，用于根据所述场景图像数据生成场景知识库；

行为知识库生成模块，用于根据所述场景知识库生成行为知识库；

机动行为生成模块，用于根据所述行为知识库以及历史行为库确定智能体的机动行为。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的智能体行为建模方法。

10.一种计算机设备，其特征在于，其包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1-7中任意一项所述的智能体行为建模方法。