[发明专利]基于逆向强化学习的驾驶员行为建模方法有效
| 申请号： | 201810660203.1 | 申请日： | 2018-06-25 |
| 公开（公告）号： | CN108819948B | 公开（公告）日： | 2020-05-19 |
| 发明（设计）人： | 邹启杰;李昊宇;裴炳南 | 申请（专利权）人： | 大连大学 |
| 主分类号： | B60W40/09 | 分类号： | B60W40/09;B60W50/00 |
| 代理公司： | 大连智高专利事务所(特殊普通合伙) 21235 | 代理人： | 盖小静 |
| 地址： | 116622 辽宁省*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于逆向强化学习的驾驶员行为建模方法，具体包括如下步骤：S1，构建驾驶环境特征提取器，用于提取构建回报函数的特征；S2，构建回报函数生成器，用于驾驶策略的获取；S3，构建驾驶策略获取器，完成驾驶策略的构建；S4，判断获取器构建的最优驾驶策略，其是否满足评判标准；若不满足，则重复执行步骤S2重新构建回报函数，重复构建最优驾驶策略，反复迭代，直到满足评判标准；最终获得描述真实驾驶示范的驾驶策略。本申请可以对于新的状态场景进行适用，来获得其对应动作，大大提高了建立的驾驶员行为模型的泛化能力，适用场景更广，鲁棒性更强。 | ||
| 搜索关键词： | 基于 逆向 强化 学习 驾驶员 行为 建模 方法 | ||
【主权项】：
1.一种基于逆向强化学习的驾驶员行为建模方法，其特征在于，具体包括如下步骤：S1，构建驾驶环境特征提取器，用于提取构建回报函数的特征；S2，构建回报函数生成器，用于驾驶策略的获取；S3，构建驾驶策略获取器，完成驾驶策略的构建；S4，判断获取器构建的最优驾驶策略，其是否满足评判标准；若不满足，则重复执行步骤S2重新构建回报函数，重复构建最优驾驶策略，反复迭代，直到满足评判标准；最终获得描述真实驾驶示范的驾驶策略。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连大学，未经大连大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810660203.1/，转载请声明来源钻瓜专利网。
