面向多智能体对抗场景的威胁态势评估方法、装置及设备

    公开(公告)号:CN114548674B

    公开(公告)日:2022-12-30

    申请号:CN202210051131.7

    申请日:2022-01-17

    Applicant: 清华大学

    Abstract: 本申请涉及威胁态势评估技术领域,特别涉及一种面向多智能体对抗场景的威胁态势评估方法、装置及设备,方法包括:获取多智能体的智能体信息和环境信息并分解瞄准过程、躲避过程和破坏过程中的对抗行为;利用预先训练的威胁能量模型由分解的对抗行为得到在任一时刻下对抗场景中所有一方的参与对抗的智能体对于任一区域的威胁能量,并基于威胁能量评估威胁态势。由此,解决了相关技术中威胁态势评估的泛化性差、无法形成统一量化的评估方法且无法适应复杂环境导致难以对当前态势做出准确快速的判断等问题,通过对多智能体对抗行为的本质分析,从量化的多种因素着手,以高精度确立体融合感知结果作为输入,从而快速精准的获得威胁态势评估方法。

    多智能体的位置预测方法、装置、电子设备及存储介质

    公开(公告)号:CN114239974B

    公开(公告)日:2022-10-25

    申请号:CN202111570457.2

    申请日:2021-12-21

    Applicant: 清华大学

    Abstract: 本申请涉及智能体位置预测技术领域,特别涉及一种多智能体的位置预测方法、装置、电子设备及存储介质,其中,方法包括:获取智能体的历史数据,其中,历史数据包括至少一帧数据;根据历史数据获取智能体在每帧数据中的历史坐标,并基于历史坐标生成智能体的历史坐标矩阵;根据历史数据获取智能体在每帧数据中的全局态势图,并基于全局态势图和历史坐标提取智能体周围的空间态势值,并利用历史坐标矩阵和空间态势值预测得到智能体在当前时刻之后的至少一个预测位置。由此,解决了相关技术中基于物理模型进行多智能体的位置预测,预测的准确性及通用性较差,无法为智能体的决策提供可靠的依据等问题。

    交通环境安全态势的评估方法、装置、车辆及存储介质

    公开(公告)号:CN118280116A

    公开(公告)日:2024-07-02

    申请号:CN202410477707.5

    申请日:2024-04-19

    Abstract: 本申请涉及一种交通环境安全态势的评估方法、装置、车辆及存储介质,其中,方法包括:结合车辆当前行驶道路的道路数据、相对感知数据构建车辆的安全场基本场强模型,并基于安全场基本场强模型确定任一单一风险源在车辆的多个目标位置点产生的场强,计算任一单一风险源衰减后的实际场强,并在风险源为多个的情况下,叠加多个风险源分别在每个目标位置点产生的实际场强,得到每个目标位置点对应的风险场强,以评估车辆在当前交通环境下的安全态势。由此,解决了相关技术中,考虑的风险因素不全面、适用场景单一、无法面对复杂多变的交通环境,导致难以支撑车辆进行智能化决策与控制,影响驾驶体验的技术问题。

    面向多智能体对抗场景的威胁态势评估方法、装置及设备

    公开(公告)号:CN114548674A

    公开(公告)日:2022-05-27

    申请号:CN202210051131.7

    申请日:2022-01-17

    Applicant: 清华大学

    Abstract: 本申请涉及威胁态势评估技术领域,特别涉及一种面向多智能体对抗场景的威胁态势评估方法、装置及设备,方法包括:获取多智能体的智能体信息和环境信息并分解瞄准过程、躲避过程和破坏过程中的对抗行为;利用预先训练的威胁能量模型由分解的对抗行为得到在任一时刻下对抗场景中所有一方的参与对抗的智能体对于任一区域的威胁能量,并基于威胁能量评估威胁态势。由此,解决了相关技术中威胁态势评估的泛化性差、无法形成统一量化的评估方法且无法适应复杂环境导致难以对当前态势做出准确快速的判断等问题,通过对多智能体对抗行为的本质分析,从量化的多种因素着手,以高精度确立体融合感知结果作为输入,从而快速精准的获得威胁态势评估方法。

    基于横纵向因子的驾驶风格识别方法及装置

    公开(公告)号:CN118358587A

    公开(公告)日:2024-07-19

    申请号:CN202410463843.9

    申请日:2024-04-17

    Abstract: 本申请涉及驾驶风格识别技术领域,特别涉及一种基于横纵向因子的驾驶风格识别方法及装置,其中,方法包括:采集至少一个用户的驾驶数据;根据驾驶数据提取至少一个用户的驾驶轨迹及特征参数;根据驾驶轨迹的横向因子和纵向因子对特征参数进行降维处理,得到多个因子特征值,将多个因子特征值输入至预先构建的驾驶风格识别模型,以获取至少一个用户的实际驾驶风格。本申请可以综合考虑影响驾驶人的驾驶风格的因素,提高驾驶风格识别的准确率和效率的同时,有效地降低了驾驶风格识别过程中的数据冗余和计算成本。

    基于场能的多智能体对抗场景态势评估方法及装置

    公开(公告)号:CN114492059A

    公开(公告)日:2022-05-13

    申请号:CN202210115962.6

    申请日:2022-02-07

    Applicant: 清华大学

    Abstract: 本申请公开了一种基于场能的多智能体对抗场景态势评估方法及装置,其中,方法包括:在多智能体对抗场景下,判断多智能体对抗是否开始;如果开始多智能体对抗,则利用预设的威胁能量场与安全能量场模型,获取威胁态势与安全态势量化结果;基于威胁态势与安全态势量化结果进行态势分析,得到对抗场景关键信息,并根据抗场景关键信息获取更新各类态势理解信息的数值,并在结束更新后,结束多智能体对抗,得到多智能体对抗场景的态势评估结果。由此,解决了相关技术多为经验应用,缺乏客观物理规律建模,主观性较强,缺乏可解释性,且实时性和实用性较低,无法直接反映对抗场景所处局势,导致无法支撑后续对抗场景的决策控制等问题。

    多智能体的位置预测方法、装置、电子设备及存储介质

    公开(公告)号:CN114239974A

    公开(公告)日:2022-03-25

    申请号:CN202111570457.2

    申请日:2021-12-21

    Applicant: 清华大学

    Abstract: 本申请涉及智能体位置预测技术领域,特别涉及一种多智能体的位置预测方法、装置、电子设备及存储介质,其中,方法包括:获取智能体的历史数据,其中,历史数据包括至少一帧数据;根据历史数据获取智能体在每帧数据中的历史坐标,并基于历史坐标生成智能体的历史坐标矩阵;根据历史数据获取智能体在每帧数据中的全局态势图,并基于全局态势图和历史坐标提取智能体周围的空间态势值,并利用历史坐标矩阵和空间态势值预测得到智能体在当前时刻之后的至少一个预测位置。由此,解决了相关技术中基于物理模型进行多智能体的位置预测,预测的准确性及通用性较差,无法为智能体的决策提供可靠的依据等问题。

    交通环境安全态势的评估方法、装置、车辆及存储介质

    公开(公告)号:CN118280116B

    公开(公告)日:2025-04-08

    申请号:CN202410477707.5

    申请日:2024-04-19

    Abstract: 本申请涉及一种交通环境安全态势的评估方法、装置、车辆及存储介质,其中,方法包括:结合车辆当前行驶道路的道路数据、相对感知数据构建车辆的安全场基本场强模型,并基于安全场基本场强模型确定任一单一风险源在车辆的多个目标位置点产生的场强,计算任一单一风险源衰减后的实际场强,并在风险源为多个的情况下,叠加多个风险源分别在每个目标位置点产生的实际场强,得到每个目标位置点对应的风险场强,以评估车辆在当前交通环境下的安全态势。由此,解决了相关技术中,考虑的风险因素不全面、适用场景单一、无法面对复杂多变的交通环境,导致难以支撑车辆进行智能化决策与控制,影响驾驶体验的技术问题。

    多智能体对抗仿真方法、装置、电子设备及存储介质

    公开(公告)号:CN114247144B

    公开(公告)日:2023-04-14

    申请号:CN202111586160.5

    申请日:2021-12-21

    Applicant: 清华大学

    Abstract: 本申请涉及多智能体仿真技术领域,特别涉及一种多智能体对抗仿真方法、装置、电子设备及存储介质,其中,方法包括:获取对抗场景参数;基于所述对抗场景参数生成初始场景,其中,所述初始场景包含智能体交互机制,并根据场景的智能体个数分配操控装置;开始仿真后,根据操控指令操控至少一个智能体进行交互,并采集当前场景态势数据;在所述至少一个智能体中的追逃方与攻防方之间的对抗结束后,判定仿真结束,以预设文件格式导出所述当前场景态势数据。由此,解决了相关技术中多智能体对抗仿真无法满足充分研究多智能体行为的需求等问题。

Patent Agency Ranking