-
公开(公告)号：CN111814915A
公开(公告)日：2020-10-23
申请号：CN202010872541.9
申请日：2020-08-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种多智能体时空特征提取方法及系统、行为决策方法及系统，所述时空特征提取方法包括：获取在时刻t下，基于t-nt时刻起每一时刻的各智能体可观测到的时空状态向量，得到多智能体系统在各时刻的状态集合，多智能体系统由N个智能体组成，nt为预设的历史状态数；基于图网络生成层，根据各状态集合，得到原始特征集；基于空间特征提取层，根据原始特征集，得到在当前时刻t下的空间关系特征集；基于时空关系提取层，根据当前时刻t前n个离散时刻多智能体系统的空间关系特征集，得到多智能体系统在当前时刻t下的时空关系特征集；从而实现智能体在动态复杂任务中的自主时空特征关系提取和智能行为决策。
-
Patent Agency Ranking
公开(公告)号：CN111874007A
公开(公告)日：2020-11-03
申请号：CN202010783631.0
申请日：2020-08-06
Applicant: 中国科学院自动化研究所
IPC: B60W60/00 , B60W50/00 , B60W40/02 , B60W40/105 , B60W40/10
Abstract: 本发明属于无人车领域，具体涉及一种基于知识与数据驱动的无人车分层决策方法、系统、装置，旨在为了解决现有无人车决策方法对复杂环境适应性差的问题。本发明方法包括获取时刻t下的第一感知数据，所述第一感知数据包括被控无人车周围环境数据、被控无人车自身状态数据；基于所述第一感知数据，通过行为决策网络，获取所述被控无人车的最佳行为策略；基于所述最佳行为策略所转换的目标状态，通过动作决策网络，输出所述被控无人车的最佳动作策略。本发明能够根据各种场景下的无人车周围环境信息和自身状态做出最佳行为动作决策，对复杂环境适应性强。
-
公开(公告)号：CN111738372B
公开(公告)日：2020-11-17
申请号：CN202010873794.8
申请日：2020-08-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出了一种分布式多智能体时空特征提取方法、行为决策方法。本发明的行为决策方法包括：获取当前时刻及前若干时刻智能体所能感知的状态信息，构建时空状态向量；将时空状态向量输入图网络生成层，输出智能体的原始特征向量；将原始特征向量输入空间特征提取层，输出空间关系特征向量；将空间关系特征向量输入时空特征提取层，输出时空关系特征向量；基于所得到的时空关系特征向量，计算智能体在当前时刻下的行为决策；更新时间步，计算下一时刻智能体的时空特征和行为决策。本发明实现了多智能体系统在复杂环境、时变拓扑、有限资源等约束下的分布式时空特征关系的提取，提升了多智能体系统在大规模复杂任务中的自适应能力和性能鲁棒性。
-
公开(公告)号：CN111738372A
公开(公告)日：2020-10-02
申请号：CN202010873794.8
申请日：2020-08-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出了一种分布式多智能体时空特征提取方法、行为决策方法。本发明的行为决策方法包括：获取当前时刻及前若干时刻智能体所能感知的状态信息，构建时空状态向量；将时空状态向量输入图网络生成层，输出智能体的原始特征向量；将原始特征向量输入空间特征提取层，输出空间关系特征向量；将空间关系特征向量输入时空特征提取层，输出时空关系特征向量；基于所得到的时空关系特征向量，计算智能体在当前时刻下的行为决策；更新时间步，计算下一时刻智能体的时空特征和行为决策。本发明实现了多智能体系统在复杂环境、时变拓扑、有限资源等约束下的分布式时空特征关系的提取，提升了多智能体系统在大规模复杂任务中的自适应能力和性能鲁棒性。
-
公开(公告)号：CN111874007B
公开(公告)日：2021-03-16
申请号：CN202010783631.0
申请日：2020-08-06
Applicant: 中国科学院自动化研究所
IPC: B60W60/00 , B60W50/00 , B60W40/02 , B60W40/105 , B60W40/10
Abstract: 本发明属于无人车领域，具体涉及一种基于知识与数据驱动的无人车分层决策方法、系统、装置，旨在为了解决现有无人车决策方法对复杂环境适应性差的问题。本发明方法包括获取时刻t下的第一感知数据，所述第一感知数据包括被控无人车周围环境数据、被控无人车自身状态数据；基于所述第一感知数据，通过行为决策网络，获取所述被控无人车的最佳行为策略；基于所述最佳行为策略所转换的目标状态，通过动作决策网络，输出所述被控无人车的最佳动作策略。本发明能够根据各种场景下的无人车周围环境信息和自身状态做出最佳行为动作决策，对复杂环境适应性强。
-
公开(公告)号：CN111814915B
公开(公告)日：2020-12-25
申请号：CN202010872541.9
申请日：2020-08-26
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种多智能体时空特征提取方法及系统、行为决策方法及系统，所述时空特征提取方法包括：获取在时刻t下，基于t‑nt时刻起每一时刻的各智能体可观测到的时空状态向量，得到多智能体系统在各时刻的状态集合，多智能体系统由N个智能体组成，nt为预设的历史状态数；基于图网络生成层，根据各状态集合，得到原始特征集；基于空间特征提取层，根据原始特征集，得到在当前时刻t下的空间关系特征集；基于时空关系提取层，根据当前时刻t前n个离散时刻多智能体系统的空间关系特征集，得到多智能体系统在当前时刻t下的时空关系特征集；从而实现智能体在动态复杂任务中的自主时空特征关系提取和智能行为决策。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
