一种基于深度强化学习的伦理驱动多模态决策方法

    公开(公告)号:CN116901999A

    公开(公告)日:2023-10-20

    申请号:CN202310874379.8

    申请日:2023-07-17

    Abstract: 本发明公开了一种基于深度强化学习的伦理驱动多模态决策方法,包括:获取车辆拍摄图像,基于所述车辆拍摄图像和感知模型获取周围环境形态特征和动态特征;构建多模态神经网络,将人类伦理反馈的伦理系数引入至所述多模态神经网络中进行训练后对所述周围环境形态特征和动态特征进行计算,获得相应动作的Q值;基于强化学习算法将所述相应动作的Q值进行计算,获得对应动作,基于所述对应动作对车辆进行决策。本发明采用在环境中观测到的物体形态特征与通过车载传感器获取车辆相对状态的动态特征作为模型输入,并基于此提出了伦理驱动的多模态神经网络统一提取两种形态特征,可以提升整体状态信息的准确性和鲁棒性。

    一种基于混联式分层强化学习的自动驾驶集中决策方法

    公开(公告)号:CN116502703A

    公开(公告)日:2023-07-28

    申请号:CN202310477048.0

    申请日:2023-04-28

    Abstract: 本发明公开了一种基于混联式分层强化学习的自动驾驶集中决策方法,包括,构建深度强化学习网络并对深度强化学习网络进行混联式网络分层,获得上层网络和下层网络;对上层网络进行横向划分,获得横向全局策略网络和纵向全局策略网络;通过离散DRL算法进行训练,横向全局策略网络输出变道指令,纵向全局策略网络输出纵向控制策略;将下层网络划分为纵向下层网络和横向下层控制网络,通过连续DRL算法进行训练,纵向下层网络根据纵向全局策略的网络输出,选择激活对应的子策略网络并输出连续的加速度;横向下层控制网络基于最优控制规则进行变道,完成自动驾驶的集中决策。本发明进一步提高了决策的准确性、全面性和有效性。

    一种运输装甲车辆的火车平车及其装车方法

    公开(公告)号:CN115009877A

    公开(公告)日:2022-09-06

    申请号:CN202210860049.9

    申请日:2022-07-21

    Abstract: 本发明公开一种运输装甲车辆的火车平车,包括车体,车体底端两侧设置有车轮,车体侧壁中部设置有辅助爬升部,车体顶端中部开设有容纳槽,容纳槽内设置有举升回转机构;举升回转机构包括下支撑板,下支撑板底端固定连接有举升部,下支撑板顶端设置有驱动部和若干回转部,若干回转部等间隔设置在驱动部周围,回转部顶端设置有上支撑板。装车方法包括:装甲车辆通过辅助爬升部行驶至举升回转机构上;举升部将装甲车辆举升至脱离车体;驱动部驱动装甲车辆旋转至与车体平行;举升部下降使装甲车辆落至车体上;举升回转机构回正。本发明能够达到装甲车辆火车运输中快速装车和卸车、提高装甲车辆运输效率、缩短装甲车辆运输准备时间的效果。

    一种火车运输装甲车辆的辅助轮腿机器人及其使用方法

    公开(公告)号:CN114633821A

    公开(公告)日:2022-06-17

    申请号:CN202210454711.0

    申请日:2022-04-27

    Abstract: 本发明公开一种火车运输装甲车辆的辅助轮腿机器人及其使用方法,包括托载部,托载部内可拆卸连接有电源模块;还包括升降组件,升降组件包括若干多级液压缸,多级液压缸固定端与托载部固定连接;还包括移动组件,移动组件包括若干车轮,若干车轮活动连接在多级液压缸的输出端上,多级液压缸的输出端设有转向电机和驱动电机,转向电机和驱动电机分别与车轮传动连接,转向电机和驱动电机分别与电源模块电性连接。本装置实现了装甲车辆在火车运输中的快速装车和卸车,提高了装甲车辆的运输效率。

    一种火车运输装甲车辆的辅助轮腿机器人及其使用方法

    公开(公告)号:CN114633821B

    公开(公告)日:2023-07-14

    申请号:CN202210454711.0

    申请日:2022-04-27

    Abstract: 本发明公开一种火车运输装甲车辆的辅助轮腿机器人及其使用方法,包括托载部,托载部内可拆卸连接有电源模块;还包括升降组件,升降组件包括若干多级液压缸,多级液压缸固定端与托载部固定连接;还包括移动组件,移动组件包括若干车轮,若干车轮活动连接在多级液压缸的输出端上,多级液压缸的输出端设有转向电机和驱动电机,转向电机和驱动电机分别与车轮传动连接,转向电机和驱动电机分别与电源模块电性连接。本装置实现了装甲车辆在火车运输中的快速装车和卸车,提高了装甲车辆的运输效率。

Patent Agency Ranking