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！

龙图腾网获悉西部科学城智能网联汽车创新中心(重庆)有限公司申请的专利针对多车强化学习的决策方法、装置、存储介质及设备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：CN119807896B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411867666.7，技术领域涉及：G06F18/2415；该发明授权针对多车强化学习的决策方法、装置、存储介质及设备是由焦岩;孔德聪;肖秧;周明珂;方达龙设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本针对多车强化学习的决策方法、装置、存储介质及设备在说明书摘要公布了：本申请公开一种针对多车强化学习的决策方法、装置、存储介质及设备，包括：为基于多车强化学习模型控制的每个车辆分配优先级指数；按照优先级指数从高到低的顺序遍历每个车辆；针对遍历的当前车辆，获取多车强化学习模型输出的第i时间步内的探索性动作，判断当前车辆与其他车辆在第i时间步内是否存在碰撞风险；若不存在，则将第i时间步内的探索性动作作为当前车辆在第i时间步内的实际动作；否则基于当前车辆在第i时间步处的安全裕度，从有效动作集合中筛选出当前车辆在第i时间步内的实际动作；将i+1后获得新的i，并返回执行获取第i时间步内探索性动作的步骤，直至确定当前车辆在预设时间范围内每个时间步的实际动作后，继续遍历下一车辆。

本发明授权针对多车强化学习的决策方法、装置、存储介质及设备在权利要求书中公布了：1.一种针对多车强化学习的决策方法，其特征在于，所述方法包括： 按照预设优先级分配规则，为基于多车强化学习模型控制的每个自动驾驶车辆分配优先级指数，其中，自动驾驶车辆发生碰撞风险的概率与优先级指数呈正相关关系； 按照优先级指数从高到低的顺序，遍历每个所述自动驾驶车辆； 针对遍历的当前自动驾驶车辆，获取所述多车强化学习模型输出的所述当前自动驾驶车辆在未来的第i时间步内的探索性动作，根据基于所述第i时间步内的探索性动作预测的轨迹和基于其他自动驾驶车辆的目标动作预测的轨迹，判断所述当前自动驾驶车辆与所述其他自动驾驶车辆在所述第i时间步内是否存在碰撞风险，其中，当所述其他自动驾驶车辆为未遍历的自动驾驶车辆时，所述其他自动驾驶车辆的目标动作为所述其他自动驾驶车辆最近行驶的实际动作，当所述其他自动驾驶车辆为已遍历过的自动驾驶车辆时，所述其他自动驾驶车辆的目标动作为所述其他自动驾驶车辆在第i时间步内的实际动作； 若不存在碰撞风险，则将所述第i时间步内的探索性动作作为所述当前自动驾驶车辆在所述第i时间步内的实际动作； 若存在碰撞风险，则基于所述当前自动驾驶车辆在所述第i时间步处的安全裕度，从有效动作集合中筛选出最佳动作，作为所述当前自动驾驶车辆在所述第i时间步内的实际动作； 将i+1后获得新的i，并返回执行步骤获取所述多车强化学习模型输出的所述当前自动驾驶车辆在未来的第i时间步内的探索性动作，直至确定所述当前自动驾驶车辆在预设时间范围内每个时间步的实际动作后，继续对下一个自动驾驶车辆进行遍历； 按照预设优先级分配规则，为基于多车强化学习模型控制的每个自动驾驶车辆分配优先级指数，包括： 针对基于所述多车强化学习模型控制的每个所述自动驾驶车辆，分别计算所述自动驾驶车辆的合并优先级、车道终点优先级和车头时距优先级； 对所述自动驾驶车辆的所述合并优先级、所述车道终点优先级和所述车头时距优先级进行加权求和，获得所述自动驾驶车辆的优先级指数； 其中，位于合流车道上的所述自动驾驶车辆的合并优先级高于位于主干车道上的所述自动驾驶车辆； 对于合流车道上的多个自动驾驶车辆，距离合流车道终点越近，所述车道终点优先级越高； 车头时距越小，所述自动驾驶车辆的所述车头时距优先级越高。

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西部科学城智能网联汽车创新中心(重庆)有限公司，其通讯地址为：400000 重庆市九龙坡区高新区金凤镇新凤大道99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。