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！

龙图腾网获悉清华大学申请的专利适用于端到端自动驾驶的动作平滑型强化学习策略网络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：CN119370109B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411389343.1，技术领域涉及：B60W50/00；该发明授权适用于端到端自动驾驶的动作平滑型强化学习策略网络是由李升波;宋绪杰;刘童;段京良;郑一楠;王颢宁;林子钰;詹仙园;刘菁菁;张立平设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本适用于端到端自动驾驶的动作平滑型强化学习策略网络在说明书摘要公布了：本公开涉及适用于端到端自动驾驶的动作平滑型强化学习策略网络。包括：获取传感器采集的观测数据；将观测数据输入策略网络中的傅里叶滤波层，可以过滤观测噪音、提取观测输入中的重要频率，并得到滤波后的特征；将当前时刻的滤波后的特征输入策略网络中的后续子网络，得到车辆控制动作，车辆控制动作用于控制车辆进行自动驾驶；子网络使用雅克比正则化方法控制策略函数的平滑程度。根据本申请实施例，可以有效地解决强化学习用于端到端自动驾驶的动作震荡问题，提高策略网络输出的动作平滑性。

本发明授权适用于端到端自动驾驶的动作平滑型强化学习策略网络在权利要求书中公布了：1.一种适用于端到端自动驾驶的动作平滑型强化学习策略网络的执行方法，其特征在于，所述方法包括： 获取传感器采集的观测数据； 将所述观测数据输入策略网络中的傅里叶滤波层，得到滤波后的特征； 将当前时刻的滤波后的特征输入策略网络中的子网络，得到车辆控制动作，所述车辆控制动作用于控制车辆进行自动驾驶；所述子网络使用雅可比正则化方法控制策略函数的平滑程度； 所述策略网络为训练后的策略网络，所述方法还包括： 获取训练样本状态的观测信号； 将所述训练样本状态的观测信号输入初始策略网络，得到训练样本状态的观测信号对应的控制动作； 基于所述训练样本状态的观测信号和所述训练样本状态的观测信号对应的控制动作，利用价值评价网络得到当前观测和动作下的值函数估计，所述值函数估计表示基于所述训练样本状态的观测信号执行对应的控制动作的预期回报的估计； 基于损失函数对初始策略网络进行训练，得到训练后的策略网络； 所述损失函数包括负的值函数估计的期望值，所述损失函数还包括雅可比正则化项，所述雅可比正则化项为第一可学习参数与雅可比范数的乘积，所述雅可比范数为策略函数的局部利普希茨常数的近似值，所述局部利普希茨常数描述策略函数在欧几里得空间内的预设开球邻域中的平滑程度。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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”。

以上内容由龙图腾AI智能生成。