买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利一种融合先验知识的端到端自动驾驶决策方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119975417B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510483417.6，技术领域涉及：B60W60/00；该发明授权一种融合先验知识的端到端自动驾驶决策方法是由沈传亮;李子睿;张龙旭;战帅;高慧聪;胡宏宇;高镇海设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种融合先验知识的端到端自动驾驶决策方法在说明书摘要公布了：本发明属于自动驾驶技术领域，公开了一种融合先验知识的端到端自动驾驶决策方法，包括：建立车辆控制引导模型；在仿真环境中，利用车辆控制引导模型进行车辆控制，将车辆控制引导模型输出的控制变量作为第一动作变量；并将状态变量与对应的第一动作变量组作为先验经验；利用先验经验对强化学习网络模型进行训练，得到初步训练的强化学习网络模型；利用初步训练的强化学习网络模型控制车辆行驶，并且在判定发生碰撞风险时切换为手动驾驶模式；将初步训练的强化学习网络模型的输出控制变量和手动驾驶模式输出的控制变量存储为第二动作变量；利用状态变量与其对应的第二动作变量对初步训练的强化学习网络模型进行迭代优化，得到自动驾驶决策模型。

本发明授权一种融合先验知识的端到端自动驾驶决策方法在权利要求书中公布了：1.一种融合先验知识的端到端自动驾驶决策方法，其特征在于，包括： 基于车辆二自由度模型建立车辆控制引导模型；在仿真环境中，实时获取车辆状态信息与车辆所处交通环境信息作为状态变量； 利用所述车辆控制引导模型控制车辆进行预设轨迹跟踪，将车辆控制引导模型输出的控制变量作为第一动作变量；并将所述状态变量与对应的第一动作变量作为先验经验； 构建强化学习网络模型，并利用所述先验经验对所述强化学习网络模型进行训练，得到初步训练的强化学习网络模型； 在仿真环境中，利用所述初步训练的强化学习网络模型控制车辆行驶，并且在判定发生碰撞风险时切换为手动驾驶模式；将初步训练的强化学习网络模型的输出控制变量和手动驾驶模式输出的控制变量存储为第二动作变量； 利用状态变量与其对应的第二动作变量对初步训练的强化学习网络模型进行迭代优化，得到自动驾驶决策模型； 实车驾驶时，实时获取车辆状态信息及车辆所处交通环境信息作为状态变量，输入所述自动驾驶决策模型，所述自动驾驶决策模型输出车辆控制策略，实现自动驾驶； 在对初步训练的强化学习网络模型中的策略网络进行迭代优化时采用的损失函数为： 其中，vs,a＝σ[p[Outcomes,a-zref]； 式中，θ表示强化学习网络模型中策略网络的待优化参数；θk表示第k次迭代的策略网络的参数；s和a分别为状态变量和动作变量；表示后续整体对状态s求期望，且s服从于策略为下的状态概率分布 表示后续整体对动作a求期望，且a服从于策略在状态s处的动作概率分布；代表在策略下，智能体在状态s处采取动作a的优势函数；ω表示手动驾驶学习程度；p代表样本的手动驾驶偏好信号；ξ表示展望价值评估系数，vs,a表示展望价值评估函数，Outcomes,a表示策略优化前后在偏好数据处的差异，zref表示当前策略与上一次迭代策略在所有状态下的KL散度的均值，σ表示sigmoid函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市朝阳区前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。