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！

龙图腾网获悉西湖大学;西安交通大学申请的专利一种基于类脑强化学习的端到端自动驾驶决策方法和系统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：CN119928898B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202510084169.8，技术领域涉及：B60W50/06；该发明授权一种基于类脑强化学习的端到端自动驾驶决策方法和系统是由杨祥飞;郑执;王东林;张雪涛设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于类脑强化学习的端到端自动驾驶决策方法和系统在说明书摘要公布了：本发明公开了一种基于类脑强化学习的端到端自动驾驶决策方法和系统，属于自动驾驶领域。给定车辆视觉信息、导航信息和控制信息，引入视觉的细粒度信息；利用编码器组提取观测的低维表征；采用强化学习训练基于脉冲神经网络的策略网络，在训练阶段以观测的低维表征为输入，输出在强化学习时学习到的均值和方差和模仿学习时学习到的方差；训练过程中选择执行生成动作或专家动作，根据所执行动作计算奖励并得到下一时间步的观测，生成五元组存储到数据容器；当满足强化学习的参数更新时间要求时，采用基于回报分布的方式构建强化学习损失函数，完成策略网络和编码器组的训练；在自动驾驶车辆上布置训练后的策略网络和编码器组以实现自动驾驶任务。

本发明授权一种基于类脑强化学习的端到端自动驾驶决策方法和系统在权利要求书中公布了：1.一种基于类脑强化学习的端到端自动驾驶决策方法，其特征在于，包括： 给定车辆视觉信息、导航信息和控制信息，基于视觉信息生成其细粒度信息； 融合最后若干时间步的视觉信息及其细粒度信息、导航信息、控制信息作为当前时间步的观测o，利用编码器组提取观测的低维表征； 采用强化学习训练基于脉冲神经网络的策略网络，所述策略网络在训练阶段以观测的低维表征为输入，以μ、σRL、σIL为输出，其中μ、σRL表示策略网络在强化学习时学习到的均值和方差，并根据均值和方差生成动作；σIL表示策略网络在模仿学习时学习到的方差，所述模仿学习是指模仿专家动作； 训练过程中不断根据σRL与阈值之间的关系选择执行生成动作或专家动作根据所执行动作计算奖励r并得到下一时间步的观测ot+1，将五元组存储到数据容器；当满足强化学习的参数更新时间要求时，采用基于回报分布的方式构建强化学习损失函数，完成策略网络和编码器组的训练； 在自动驾驶车辆上布置训练后的策略网络和编码器组以实现自动驾驶任务。

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西湖大学;西安交通大学，其通讯地址为：310024 浙江省杭州市西湖区转塘街道石龙山街18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。