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！

龙图腾网获悉中国科学院自动化研究所申请的专利行为决策方法、装置、电子设备及存储介质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：CN115690839B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211305431.X，技术领域涉及：G06V40/10；该发明授权行为决策方法、装置、电子设备及存储介质是由孙世颖;赵晓光;张宇佳;谭民设计研发完成，并于2022-10-24向国家知识产权局提交的专利申请。

本行为决策方法、装置、电子设备及存储介质在说明书摘要公布了：本发明提供一种行为决策方法、装置、电子设备及存储介质，其中方法包括：确定当前地图，以及前向轨迹模拟得到的各行为策略下未来预设连续多个时刻的行人轨迹和机器人轨迹；基于所述各行为策略下的行人轨迹和机器人轨迹，以及所述当前地图，确定所述各行为策略下的轨迹特征向量；基于评估代价函数，应用权重向量和所述各行为策略下的轨迹特征向量，对所述各行为策略进行评估，得到最优策略；所述权重向量是基于由样本行人轨迹和样本机器人示例轨迹组成的样本对训练得到的，实现了评估代价函数根据轨迹特征向量和权重向量进行策略评估的同时，避免了人工调整代价函数的特征权重，从而提升了复杂场景的适应能力。

本发明授权行为决策方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种行为决策方法，其特征在于，包括： 确定当前地图，以及前向轨迹模拟得到的各行为策略下未来预设连续多个时刻的行人轨迹和机器人轨迹； 基于所述各行为策略下的行人轨迹和机器人轨迹，以及所述当前地图，确定所述各行为策略下的轨迹特征向量； 基于评估代价函数，应用权重向量和所述各行为策略下的轨迹特征向量，对所述各行为策略进行评估，得到最优策略；所述权重向量是基于由样本行人轨迹和样本机器人示例轨迹组成的样本对训练得到的； 所述基于所述各行为策略下的行人轨迹和机器人轨迹，以及所述当前地图，确定所述各行为策略下的轨迹特征向量，包括： 基于所述各行为策略下的机器人轨迹和所述当前地图，确定所述各行为策略下所述未来预设连续多个时刻内机器人与障碍物最小距离； 基于所述各行为策略下的行人轨迹和机器人轨迹，确定所述各行为策略下所述未来预设连续多个时刻内机器人与行人最小距离； 基于所述各行为策略下的机器人轨迹中最新轨迹位置和预设目标点位置，确定所述各行为策略下机器人与所述预设目标点距离； 基于所述各行为策略下的机器人轨迹和预设全局路径，确定所述各行为策略下机器人与预设全局路径最大偏差距离； 基于所述各行为策略下所述未来预设连续多个时刻机器人与障碍物最小距离，所述各行为策略下所述未来预设连续多个时刻机器人与行人最小距离，所述各行为策略下机器人与所述预设目标点距离，以及所述各行为策略下机器人与预设全局路径最大偏差距离，确定所述各行为策略下的轨迹特征向量； 所述权重向量的训练步骤如下： 确定当前权重向量和所述样本对； 基于所述样本对中的样本机器人示例轨迹的起始位置和结束位置，所述样本对中的样本行人轨迹，以及所述当前权重向量，应用所述评估代价函数，确定机器人规划轨迹； 基于所述样本对中的样本机器人示例轨迹和所述样本对中的样本行人轨迹，确定第一轨迹特征向量；并基于所述机器人规划轨迹和所述样本对中的样本行人轨迹，确定第二轨迹特征向量； 基于所述第一轨迹特征向量和所述第二轨迹特征向量，确定所述当前权重向量的梯度；并基于所述梯度对所述当前权重向量进行迭代调整，直至所述当前权重向量收敛，得到所述权重向量。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。