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！

申请/专利权人：江苏大学

摘要：本发明公开了基于联邦强化学习的多智能体车路云一体化协同决控架构系统及方法。采用内嵌车辆动力学特性的多智能体联邦强化学习决控框架，解决了智能交通系统和智能汽车深度融合问题，实现了车辆与交通深度决控协同的自动驾驶；在路端生成语义矩阵，作为车端强化学习输入，构建路端指导的车端全局、局部轨迹规划；基于路端构建的行车安全场设计车端强化学习的融合奖励函数，实现车端安全性舒适性综合考量；基于路端联邦学习，通过V2I通信上传车端神经网络参数，解决了隐私意识导致的车路信息不对称难题；针对不同环境样本分布，通过神经网络筛选选择针对当前环境的局部最优策略，合成受益于不同环境的共享模型，实现样本效率和模型鲁棒性的平衡。

主权项：1.基于联邦强化学习的多智能体车路云一体化协同决控架构系统，其特征在于，包括：云端、路端和车端；所述云端，包括云控平台和支撑平台，所述云控平台包括网联汽车赋能、交通管理与控制、以及交通数据赋能三种云控应用；所述支撑平台包括提供完备交通路网和实时交通信息的交管平台、提供物流监管信息的物流平台、提供高精度地图的地图平台、提供高精度定位与导航的定位平台、提供实时天气信息的气象平台；所述路端，用于根据云端的不同云控应用协调车端群体，所述路端包括多个路侧单元，单个路侧单元包含信息处理模块和群体协调决策模块；所述信息处理模块将鸟瞰视角的图像输入处理为语义鸟瞰图，并生成高斯安全场，所述语义鸟瞰图作为车端感知处理模块的输入，所述高斯安全场用于生成车端强化学习模块中的融合奖励函数；所述群体协调决策模块通过V2I车路通信获取车端群体中的智能网联汽车车端强化学习模块的神经网络参数，并基于联邦学习筛选、聚合本地车端群体神经网络参数以及共享神经网络参数，实现多智能体群体优化；所述车端，用于根据路端输入结合智能网联汽车传感器信息输出规划控制量；单个路侧单元下包含多个车端群体，每个车端群体由N辆智能网联汽车组成，通过V2V车车通信实现信息共享；所述车端包括感知处理模块、轨迹预测模块、强化学习模块以及智能底盘耦合系统，所述感知处理模块将路端提供的语义鸟瞰图根据车端定位进行匹配与分割，将自车动态信息和路端静态信息融合状态量矩阵，作为强化学习模块神经网络的输入，所述轨迹预测模块通过路端提供的语义鸟瞰图，实现多时步轨迹预测，预测结果将作为强化学习模块输入的一部分，所述强化学习模块通过感知处理模块的输入、轨迹预测模块的输入、结合路端高斯安全场生成融合奖励函数，交互产生规划控制量输出，所述智能底盘耦合系统，用于单个智能网联汽车根据强化学习模块输出的规划控制量和期望路径输出二次规划控制量，通过分布式控制器，控制相对应的底盘智能子系统。

全文数据：

权利要求：

百度查询： 江苏大学 基于联邦强化学习的多智能体车路云一体化协同决控架构系统及方法