公开(公告)号：CN115009291A

公开(公告)日：2022-09-06

申请号：CN202210562890.X

申请日：2022-05-23

Applicant: 暨南大学

Inventor： 汤胤 ,  陈永健 ,  高婉婷 ,  李泽峥 ,  廖冬雪

IPC: B60W50/00 ,  B60W60/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于网络演化重放缓冲区的自动驾驶辅助决策方法及系统，该方法步骤包括：使用强化学习智能体对基于驾驶时态序列数据的环境进行交互，根据相同取值的状态或者动作的数据作为枢纽转化成包含状态节点集合和动作节点集合的基于图结构的重放缓冲区；再基于该重放缓冲区进行深度遍历搜索得到子图，将子图输入到图自动编码器中进行特征提取，获取包含邻居信息的新的状态节点表示。根据新的状态节点表示进行学习，最终输出自动驾驶辅助执行策略，调整汽车驾驶状态。本发明利用图神经网络的节点表示能力，获取包含邻居信息的状态节点表示，一方面解决了样本相关性的问题，另一方面仍然保留邻居信息，能够更加快速解决决策问题。

公开(公告)号：CN115009291B

公开(公告)日：2023-05-23

申请号：CN202210562890.X

申请日：2022-05-23

Applicant: 暨南大学

Inventor： 汤胤 ,  陈永健 ,  高婉婷 ,  李泽峥 ,  廖冬雪

IPC: B60W50/00 ,  B60W60/00 ,  G06N3/042 ,  G06N3/092 ,  G06N3/0455

Abstract: 本发明公开了一种基于网络演化重放缓冲区的自动驾驶辅助决策方法及系统，该方法步骤包括：使用强化学习智能体对基于驾驶时态序列数据的环境进行交互，根据相同取值的状态或者动作的数据作为枢纽转化成包含状态节点集合和动作节点集合的基于图结构的重放缓冲区；再基于该重放缓冲区进行深度遍历搜索得到子图，将子图输入到图自动编码器中进行特征提取，获取包含邻居信息的新的状态节点表示。根据新的状态节点表示进行学习，最终输出自动驾驶辅助执行策略，调整汽车驾驶状态。本发明利用图神经网络的节点表示能力，获取包含邻居信息的状态节点表示，一方面解决了样本相关性的问题，另一方面仍然保留邻居信息，能够更加快速解决决策问题。