龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：电子科技大学长三角研究院(衢州)
摘要：本发明专利属于多智能体系统和深度学习领域，公开了一种基于超图神经网络的多模态轨迹预测方法及装置，主旨在于解决在多智能体通信中断场景下信息丢失导致算法失效的问题，主要方案利用Gazebo仿真平台构建多智能体集群仿真环境，采集并预处理智能体运动轨迹数据，构建数据集。采用图表示和注意力机制学习成对智能体交互特征，构建交互关系模型，通过神经信息传递机制更新智能体节点信息。设计基于条件变分自动编码器的多模态轨迹预测框架，融合交互关系模型和Transformer网络，实现长期高精度预测。通过模型量化提高实时性，并移植到集群控制算法中。在Gazebo仿真平台模拟通信中断场景测试，有效避免失控或碰撞问题，提升多智能体集群控制性能。
主权项：1.一种基于超图神经网络的多模态轨迹预测方法，其特征在于，包括如下步骤：步骤1、基于Gazebo仿真平台构建多智能体集群仿真环境，获得仿真环境数据；步骤2、基于步骤1构建的仿真环境，采集智能体运动轨迹，对数据进行预处理，构建数据集；步骤3、基于步骤2预处理后的数据，以图的方式进行表示，采用注意力机制进行成对智能体的交互特征的学习；步骤4、基于步骤3学习到的交互特征，构建交互关系模型，基于注意力矩阵划分出多个关联性高的智能体群体，并通过神经信息传递机制进行智能体节点信息的更新；步骤5、基于步骤4构建的交互关系模型，实现基于条件变分自动编码器为基础的多模态轨迹预测框架，在编码器中融入交互关系模型捕获交互特征，在解码器中引入Transformer网络捕获时序依赖关系；步骤6、基于步骤5设计的预测框架，使用步骤2构建的数据集进行训练和测试，通过模型量化处理提高其实时性；步骤7、将步骤6训练和测试后的预测框架移植到集群控制算法中，通过在步骤1构建的Gazebo仿真平台模拟通信中断场景，测试多智能体集群控制算法的性能。
全文数据：
权利要求：
百度查询： 电子科技大学长三角研究院(衢州) 一种基于超图神经网络的多模态轨迹预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号