公开(公告)号：CN119322533B

公开(公告)日：2025-03-14

申请号：CN202411875431.2

申请日：2024-12-19

Applicant: 华中科技大学

Inventor： 赵晨阳 ,  施季辰 ,  黄浩恩 ,  李德鹏 ,  宋晨希 ,  曾志刚

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明公开了一种无人系统的避障决策方法及系统，属于无人系统决策技术领域；利用通用编码器从当前的图像序列中提取不同环境下共享的低维状态表示，得到共性视觉特征；然后采用当前环境类型所对应的任务特定编码器进一步将共性视觉特征编码为针对当前环境的相关特征表示，得到个性任务特征，由此使得无人系统在复杂环境下学习到环境的共性视觉特征和个性任务特征，并进行深度融合，实现当前图像序列的特征重构。在此基础上，引入互模拟思想，基于特征一致性损失和奖励一致性损失进行训练，使得通用编码器能够在准确提取共性视觉特征的同时，还能关注于个性任务特征，具有选择性聚焦功能，进而结合强化学习模型，实现复杂环境下的准确避障决策。

公开(公告)号：CN119322533A

公开(公告)日：2025-01-17

申请号：CN202411875431.2

申请日：2024-12-19

Applicant: 华中科技大学

Inventor： 赵晨阳 ,  施季辰 ,  黄浩恩 ,  李德鹏 ,  宋晨希 ,  曾志刚

IPC: G05D1/695 ,  G05D109/20

Abstract: 本发明公开了一种无人系统的避障决策方法及系统，属于无人系统决策技术领域；利用通用编码器从当前的图像序列中提取不同环境下共享的低维状态表示，得到共性视觉特征；然后采用当前环境类型所对应的任务特定编码器进一步将共性视觉特征编码为针对当前环境的相关特征表示，得到个性任务特征，由此使得无人系统在复杂环境下学习到环境的共性视觉特征和个性任务特征，并进行深度融合，实现当前图像序列的特征重构。在此基础上，引入互模拟思想，基于特征一致性损失和奖励一致性损失进行训练，使得通用编码器能够在准确提取共性视觉特征的同时，还能关注于个性任务特征，具有选择性聚焦功能，进而结合强化学习模型，实现复杂环境下的准确避障决策。