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！

龙图腾网获悉浙江大学申请的专利一种基于时序建模的多场景自动驾驶决策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：CN120724723B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511207055.4，技术领域涉及：G06F30/20；该发明授权一种基于时序建模的多场景自动驾驶决策方法是由张佳文;黄晓艳;吴敏设计研发完成，并于2025-08-27向国家知识产权局提交的专利申请。

本一种基于时序建模的多场景自动驾驶决策方法在说明书摘要公布了：本发明提出一种基于时序建模的多场景自动驾驶决策方法，该方法在仿真平台中构建驾驶场景，采用自车引导的特征聚合机制，关注关键交通参与者并保留全局信息。通过强化学习算法训练多个策略模型并采集状态、动作与奖励数据，引入奖励重构机制实现多场景奖励对齐，并注入符合人类驾驶偏好的规避行为信号，构建统一高质量决策数据集。随后将马尔可夫决策过程转化为时序建模任务，结合GRU与Transformer模块构建高效的时序策略模型，输出高层次行为指令，在不牺牲单场景决策能力的基础上，实现多场景统一策略建模。模型可通过指导速度嵌入轨迹，便于部署至真实自动驾驶系统。相较于传统方法，本发明实现了多场景决策一体化，具备更强的决策能力与部署适应性。

本发明授权一种基于时序建模的多场景自动驾驶决策方法在权利要求书中公布了：1.一种基于时序建模的多场景自动驾驶决策方法，其特征在于包括以下步骤： S1、在仿真环境中构建多个自动驾驶场景，筛选处于传感器感知范围内的交通参与者信息，并基于自车坐标系构建其状态向量； S2、引入自车引导的特征聚合机制，对状态向量进行加权求和，动态关注关键交通参与者，同时保留全局信息； S3、采用近端策略优化算法分别训练多个强化学习策略模型，并采集状态、动作与奖励数据；引入奖励重构机制，并注入符合人类驾驶偏好的规避行为奖励信号，实现多场景奖励对齐，构建统一高质量决策数据集； S4、将采集数据从马尔可夫决策过程形式转化为时序建模形式，结合GRU网络与Transformer模块构建时序策略模型，得到统一的多场景自动驾驶决策模型； S5、导出并部署所训练的统一策略模型，模型输出高层次行为指令，部署过程中以指导速度为基础动态调整期望速度，并融合至轨迹中交由控制模块执行； 所述步骤S2中自车引导的特征聚合机制具体包括： 将自车状态与感知范围内的交通参与者状态分别投影到相同的特征空间，得到自车和第个交通参与者的隐状态表示； 之后，对所有交通参与者的特征求取平均值，以提取全局信息，并与个体特征相加，对个体特征进行增强建模； 最后，以自车隐状态表示为引导，通过缩放点积的方式，对各交通参与者赋予不同的权重，并对原始状态向量加权聚合，形成交通参与者特征向量。

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浙江大学，其通讯地址为：310000 浙江省杭州市西湖区浙大路38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。