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！

龙图腾网获悉长安大学申请的专利基于隐式时间刻度强化学习的自动驾驶车辆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：CN119459751B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202411655835.0，技术领域涉及：B60W50/00；该发明授权基于隐式时间刻度强化学习的自动驾驶车辆决策方法是由王姝;赵轩;李亚金;虢沧岩;田佳设计研发完成，并于2024-11-19向国家知识产权局提交的专利申请。

本基于隐式时间刻度强化学习的自动驾驶车辆决策方法在说明书摘要公布了：本发明公开了一种基于隐式时间刻度强化学习的自动驾驶车辆决策方法，包括基于隐式时间刻度的决策模型、改进的强化学习探索方法、基于规则和学习的移动方法以及智能环境车辆模型；基于隐式时间刻度的决策模型将时间刻度信息以隐式的方法导入状态价值表，从而提高决策行为的延续性；改进的强化学习探索方法使用基于预设策略的探索方法、基于反向传播的值表更新方法和基于动量法的局部最优点突破对强化学习的探索效率进行了改进；基于规则和学习的移动方法和智能环境车辆模型可以建立仿真环境对本发明决策的有效性和延续性进行验证。本发明将时间信息隐于状态价值表中，提高了车辆的决策延续性与安全性。

本发明授权基于隐式时间刻度强化学习的自动驾驶车辆决策方法在权利要求书中公布了：1.一种基于隐式时间刻度强化学习的自动驾驶车辆决策方法，其特征在于，包括： S1，建立基于隐式时间刻度的决策模型； S2，基于S1建立的决策模型，使用强化学习的方法进行车辆决策，并对强化学习的探索效率进行改进； S3，探索阶段结束之后，为提升所设计模型在移动时的安全性，设计基于规则和学习的移动方法和智能环境车辆模型建立仿真环境对决策的有效性和延续性进行验证； 所述S1中，基于隐式时间刻度信息构建状态价值表，建立车辆的决策模型；具体包括： S1.1，构建决策模型：将连续的高速公路离散化成等长的离散单元，每个离散单元宽度与车道宽度相等，每个离散单元代表一个状态S，对于每个状态S下，存在四个动作如下式所示： 上式中，i＝1、2、3或4，上下移动单元对应换道行为，向右移动一个单元或两个单元对应以不同的车速前进； S1.2，导入隐式时间刻度：基于上述决策模型，将时间刻度信息以隐式的方法导入其状态价值表，该状态价值表记录了车辆在每个状态里四个动作的对应价值，隐式时间刻度的赋予通过对环境车辆进行移动完成； 所述S2中，使用基于预设策略的探索方法、基于反向传播的值表更新方法和基于动量法的局部最优点突破对强化学习的探索效率进行改进，并对强化学习探索策略进行设计； 所述S3包括： S3.1，当探索阶段结束之后，自动驾驶车辆按照决策模型所探寻的最优可行路径前进，设计以下规则以提升移动的安全性： 规则一是利用规则进行动作重新选择；规则二是当该状态下任何动作都会导致碰撞或错过目标点的结果时，ABS机制会触发，使车辆停在当前状态，ABS触发对应决策的失败；如下式所示： 规则2： 其中，valuesSn-1,ai为状态Sn-1下的动作ai的价值；set2表示违背安全性的状态合集； S3.2，采用概率对应智能环境车辆不同驾驶风格，并依据不同的驾驶风格构建不同的行为准则： 智能环境车辆根据不同驾驶风格拥有不同的纵向习惯跟车距离如下式所示： 当实际跟车距离不位于习惯跟车距离区间时，车辆进行相应的制动与加速以满足安全性与通行高效性的需要，如下式所示： 其中，df表示习惯跟车距离，P为驾驶风格，round为取整函数，dr为实际跟车距离，dm为移动距离，移动单元数3，4，5依次对应车速； S3.3，对智能环境车辆的横向换道行为进行设计，分为两种，一种是基于通行效率的超车换道行为，另一种是驾驶目标指引的目标换道行为；将换道行为的产生分为换道意图的产生与换道条件的允许，并设立对应阈值与条件，当超车换道意图超出换道意图阈值，并且换道条件满足时，换道行为才会产生。

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长安大学，其通讯地址为：710064 陕西省西安市雁塔区二环南路中段126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”。