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！

龙图腾网获悉同济大学申请的专利一种基于逆强化学习的驾驶交互行为中社会性评价方法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：CN118095063B 。

龙图腾网通过国家知识产权局官网在2025-06-06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：202410116481.6，技术领域涉及：G06F30/27；该发明授权一种基于逆强化学习的驾驶交互行为中社会性评价方法是由田野;刘懿如;孙剑;赵晓聪设计研发完成，并于2024-01-26向国家知识产权局提交的专利申请。

本一种基于逆强化学习的驾驶交互行为中社会性评价方法在说明书摘要公布了：本发明涉及一种基于逆强化学习的驾驶交互行为中社会性评价方法，包括以下步骤：构建基于博弈论的交互行为模型，包括设计博弈参与对象，设计博弈行为，设计博弈收益函数，对所述模型进行求解得到交互轨迹；利用逆强化学习算法辨识交互行为模型中的社会性参数，进而评价交互过程中的社会性。与现有技术相比，本发明具有能够兼顾社会性与多层次链式动作依赖关系，能够从技术层面解析人机混行、社会性驾驶行为与循规驾驶行为偏差大、且危险度高的复杂强交互场景等优点。

本发明授权一种基于逆强化学习的驾驶交互行为中社会性评价方法在权利要求书中公布了：1.一种基于逆强化学习的驾驶交互行为中社会性评价方法，其特征在于，包括以下步骤：步骤S1、构建基于博弈论的交互行为模型，包括设计博弈参与对象，所述对象为交互双方：包括主车和交互对象；步骤S2、设计博弈行为，所述行为包括两个变量：加速度a和转向角h；步骤S3、设计博弈收益函数，所述函数包括第一个体收益、第二个体收益和群体收益，其中，将该三项收益通过线性求和得到总体收益函数，采用如下公式表示：U＝ωI1×rI1+ωI2×RI2+ωG×RG；其中，U为总体收益函数，ωI1，ωI2，ωG分别为第一个体收益RI1、第二个体收益RI2和群体收益RG的权重参数；步骤S4、对所述模型进行求解，分别得到主车和交互对象的轨迹；步骤S5、对所述权重参数赋予初值；步骤S6、根据当前所述总体收益函数，生成最优交互轨迹；在交互过程中，交互双方将采取最优交互轨迹中下一帧的最优动作，直至交互结束；步骤S7、通过逆强化学习算法对交互过程中的最优交互轨迹进行特征μπ提取，并与实证数据中的轨迹特征μE进行对比；步骤S8、利用最大边际算法求解优化问题来更新所述权重参数，反复执行步骤S6至步骤S7，直至收敛；步骤S9、根据所述权重参数设计社会性参数，通过所述社会性参数实现对交互行为的评价。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。