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！

龙图腾网获悉东南大学申请的专利一种基于强化学习和扩散模型的专家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：CN121433079B 。

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：202512001729.1，技术领域涉及：G05B19/042；该发明授权一种基于强化学习和扩散模型的专家自动驾驶决策方法是由胡翔耘;牛梓瑞;崔余卓;王东设计研发完成，并于2025-12-29向国家知识产权局提交的专利申请。

本一种基于强化学习和扩散模型的专家自动驾驶决策方法在说明书摘要公布了：本发明公开了一种基于强化学习和扩散模型的专家自动驾驶决策方法，包括1构建数据解析模块，接收多维度BEV图信息输入，通过卷积神经网络与多层感知机，得到包含环境信息的特征向量；2构建基于A*算法的随机样本生成模块，生成常规路径规划样本以供训练；3构建基于扩散模型的样本生成模块，利用极端交通场景数据集生成更多样本数据以供训练；4构建多专家决策模块，接受特征向量并输出连续空间运动向量；5构建决策安全层，利用BEV图信息预测下一时间步环境状态，并对运动向量进行风险评估。该发明通过扩散模型增强了极端场景下的泛化能力，通过混合专家架构提升了多种类交通场景下的决策鲁棒性与平滑度。

本发明授权一种基于强化学习和扩散模型的专家自动驾驶决策方法在权利要求书中公布了：1.一种基于强化学习和扩散模型的专家自动驾驶决策方法，其特征在于，包括如下步骤： 1构建数据解析模块， 接收多维度鸟瞰图信息输入，通过卷积神经网络和多层感知机提取环境感知特征，得到包含障碍物、道路结构、动态对象状态信息的特征向量； 2构建基于A*算法的随机样本生成模块， 通过在固定地图空间内随机生成障碍物数量与位置，获得路径规划结果样本，用于决策模型的行为示例训练； 3构建基于扩散模型的样本生成模块， 利用极端交通场景样本数据集训练扩散模型，并由扩散模型生成更多极端场景样本用于训练，以增补原始数据集中稀缺的长尾样本； 4构建多专家决策模块， 包括基于预训练强化学习的通用决策专家与基于极端场景训练的复杂决策专家，通过小型多层感知机构成的软门控网络根据输入特征向量自适应融合两个专家输出，生成连续空间运动向量； 5构建决策安全层， 基于BEV图进行下一时间步环境状态预测，并对步骤4输出的连续空间运动向量进行风险指标计算，当风险指标超过阈值时动态调整软门控网络的专家权重，重新生成运动向量，否则输出步骤4的决策结果。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。