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！

龙图腾网获悉南京航空航天大学申请的专利基于安全增强多智能体强化学习的自主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：CN120235061B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202510712141.4，技术领域涉及：G06F30/27；该发明授权基于安全增强多智能体强化学习的自主驾驶决策方法是由谢健;魏慧琳;夏博伟;周天昊;黄志球设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本基于安全增强多智能体强化学习的自主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，公开了一种基于安全增强多智能体强化学习的自主驾驶决策方法。本发明设计了安全意识模块和多智能体决策模块，通过引入贝叶斯推理和动作屏蔽技术，提升车辆在高速汇入区的安全性，同时采用深度强化学习实现多车协作，提高汇入效率。安全意识模块通过构建概率模型，对碰撞时间和盲区威胁进行建模，采用分段似然函数结合高斯和均匀分布，灵活捕捉环境不确定性。多智能体决策模块定义状态空间、动作空间和奖励函数，动态调整奖励值以解决高速公路合并区的动态交互问题。本发明还构建了共享的网络结构，包括演员网络和评论家网络。本发明提升了自动驾驶车辆在高速公路合流区的安全性、效率和适应性。

本发明授权基于安全增强多智能体强化学习的自主驾驶决策方法在权利要求书中公布了：1.基于安全增强多智能体强化学习的自主驾驶决策方法，其特征在于，包括如下步骤： 步骤1.获取包含当前车辆状态信息、周围可观测车辆信息以及环境信息的环境观测信息，对获取的环境观测信息进行数据预处理与整合，构建状态空间和动作空间； 步骤2.设计基于安全增强的多智能体强化学习的安全意识模块； 首先构建概率模型，对碰撞时间TTC和盲区威胁HZT分别进行建模，采用分段似然函数结合高斯和均匀分布，以灵活捕捉环境不确定性； 针对不同安全等级，分别构建不同的似然函数形式，通过贝叶斯公式更新车辆安全等级的概率分布，最终通过最大化后验概率确定车辆的安全等级； 步骤3.设计多智能体决策模块，以实现多车协作； 定义状态空间、动作空间和奖励函数； 每辆AVs状态向量用于全面描述周边环境，动作空间包括6种离散动作；奖励函数包括安全奖励、碰撞奖励、速度奖励、车间时距奖励和变道奖励； 构建共享的策略网络结构，包括演员网络和评论家网络，二者共享相同的低级表示，包括位置状态和速度状态，以优化策略梯度更新与价值函数学习过程； 步骤4.引入动作屏蔽模块，通过预定义规则，屏蔽无效或不安全动作，限制多智能体决策模块输出，以确保系统执行安全操作。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市江宁区将军大道29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”。