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！

龙图腾网恭喜易显智能科技有限责任公司申请的专利基于强化学习的智驾场景自适应教学方法及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：CN119417671B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202510018846.6，技术领域涉及：G06Q50/20；该发明授权基于强化学习的智驾场景自适应教学方法及系统是由马宏;段桂江设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本基于强化学习的智驾场景自适应教学方法及系统在说明书摘要公布了：本发明提供基于强化学习的智驾场景自适应教学方法及系统，涉及强化学习技术领域，包括基于历史数据训练多个场景识别模型，并对历史数据进行场景分类，生成带标签的训练样本集。利用强化学习算法训练得到针对不同场景类型的智能驾驶决策模型。在实际驾驶过程中，根据实时采集的车辆位置、车速、加速度等信息，识别当前驾驶场景，并选择对应的决策模型输出标准驾驶行为序列。将驾驶员实际行为与标准行为进行对比，计算偏差值，并根据偏差值确定教学反馈策略，实时输出驾驶指导信息，并将驾驶员反馈用于更新决策模型。本发明能够根据不同驾驶场景提供个性化教学，提高驾驶员的驾驶技能，增强驾驶安全性。

本发明授权基于强化学习的智驾场景自适应教学方法及系统在权利要求书中公布了：1.一种基于强化学习的智驾场景自适应教学方法，其特征在于，包括：采集智能驾驶历史数据，所述智能驾驶历史数据包括驾驶员操作数据、车辆状态数据、环境感知数据；根据所述智能驾驶历史数据训练多个场景识别模型，每个所述场景识别模型对应一个预设场景类型；基于每个所述场景识别模型对所述智能驾驶历史数据进行场景分类，生成带场景标签的训练样本集，其中，所述场景识别模型基于双向长短时记忆网络构建；将所述带场景标签的训练样本集输入强化学习算法进行训练，得到针对不同场景类型的智能驾驶决策模型；通过车载传感器实时采集智能驾驶数据，所述智能驾驶数据包括车辆位置信息、车速信息、加速度信息、方向盘转角信息、制动踏板位置信息、油门踏板位置信息；将所述智能驾驶数据输入所述场景识别模型，输出当前驾驶场景的场景类型；根据所述场景类型从预训练的智能驾驶决策模型中选择对应的模型作为当前决策模型；将所述智能驾驶数据输入所述当前决策模型，得到标准驾驶行为序列；将驾驶员实际驾驶行为序列与所述标准驾驶行为序列进行对比，计算驾驶行为偏差值；根据所述驾驶行为偏差值确定教学反馈策略，所述教学反馈策略包括语音提示、视觉提示、触觉反馈中的至少一种；根据所述教学反馈策略实时输出驾驶指导信息，并将驾驶员对所述驾驶指导信息的反馈结果用于更新所述当前决策模型的训练参数；获取场景类型编码与场景属性向量，将所述场景类型编码与所述场景属性向量输入多层感知器进行特征提取得到场景特征；将所述场景特征与状态空间表示进行融合得到场景条件嵌入向量；基于所述场景条件嵌入向量构建动作均值网络与动作方差网络，所述动作均值网络输出动作均值，所述动作方差网络经过softplus变换输出动作方差；根据所述动作均值与所述动作方差构建高斯策略分布；将所述场景条件嵌入向量输入价值网络得到状态价值估计；基于所述状态价值估计计算时序差分误差；根据所述时序差分误差与优势函数计算优先级采样概率；基于所述优先级采样概率从经验池中采样训练数据；计算当前策略分布与历史策略分布的重要性权重比值；根据所述重要性权重比值对优势函数进行截断处理得到策略目标函数；计算所述状态价值估计与目标价值的均方误差得到价值函数损失；计算策略分布的信息熵得到策略熵损失；将所述策略目标函数、价值函数损失、策略熵损失进行加权组合得到总体损失函数；计算场景难度指标，基于所述场景难度指标构建场景采样概率分布；根据所述场景采样概率分布进行多场景交叉训练；采用自适应学习率对策略网络参数与价值网络参数进行迭代优化，所述自适应学习率根据训练轮次动态调整。

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易显智能科技有限责任公司，其通讯地址为：100191 北京市海淀区知春路17号二层046；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”。