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！

龙图腾网获悉西安电子科技大学申请的专利基于强化学习的多维自然性驾驶场景生成与仿真测试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：CN120012589B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510117815.6，技术领域涉及：G06F30/27；该发明授权基于强化学习的多维自然性驾驶场景生成与仿真测试方法是由张晓东;王星;池剑磊;黄天宇;沈玉龙设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本基于强化学习的多维自然性驾驶场景生成与仿真测试方法在说明书摘要公布了：本发明涉及一种基于强化学习的多维自然性驾驶场景生成与仿真测试方法，包括：以动力学特征、规则遵循性、心理特性以及协作方式为基础，结合模糊逻辑分类模型对驾驶行为特性进行量化，构建得到驾驶风格模糊规则；构建驾驶环境并依据驾驶风格模糊规则配置不同驾驶风格的量化特征；利用强化学习算法，基于驾驶环境和不同驾驶风格的量化特征，以驾驶风格模糊规则为目标，根据奖励函数计算不同驾驶场景的奖励以训练更新智能体策略网络，得到训练好的智能体策略网络；训练好的智能体策略网络用于生成多维自然性驾驶场景并进行仿真测试。该方法能够生成覆盖从谨慎型到激进型驾驶的多样化行为模式，获得更加完整和精确的行为特征表示。

本发明授权基于强化学习的多维自然性驾驶场景生成与仿真测试方法在权利要求书中公布了：1.一种基于强化学习的多维自然性驾驶场景生成与仿真测试方法，其特征在于，包括步骤： S1、以动力学特征、规则遵循性、心理特性以及协作方式为基础，结合模糊逻辑分类模型对驾驶行为特性进行量化，构建得到驾驶风格模糊规则；步骤S1包括：S11、获取车辆运动学状态指标，并采用模糊子集定义不同车辆运动学状态指标的模糊值，得到车辆动力学状态模糊指标； S12、获取交通遵循状态指标，并采用模糊子集定义不同交通遵循状态指标的模糊值，得到交通遵循状态模糊指标； S13、计算风险规避系数、风险决策阈值和风险转变系数并加权构建风险偏好综合指标；所述风险规避系数的计算公式为： 其中，为纵向加速度，为横向加速度，为转向角，为速度；为权重系数； 所述风险决策阈值的计算公式为： 其中，分别为跟车距离、车头距时间、碰撞时间，均为权重系数； 所述风险转变系数的计算公式为： 其中，分别为纵向加速度变化量、横向加速度变化量、速度变化量、转向角变化量和偏航率变化量； S14、计算协作主动度系数和信息共享程度并加权构建协作方式综合指标； 所述协作主动度系数的计算公式为： 其中，,分别为横向位置、与相邻车辆的横向距离，,为权重系数； 所述信息共享程度的计算公式为： 其中，为速度，为交通流密度，,为权重系数； S15、根据所述车辆动力学状态模糊指标、所述交通遵循状态模糊指标、所述风险偏好综合指标和所述协作方式综合指标构建驾驶风格模糊规则；其中，所述驾驶风格模糊规则包括：非常防御、优先级高的防御、优先级低的防御、优先级高的正常运动、优先级低的正常运动、非常运动、优先级高的激进和优先级低的激进； S2、构建驾驶环境并依据所述驾驶风格模糊规则配置不同驾驶风格的量化特征； S3、利用强化学习算法，基于所述驾驶环境和不同驾驶风格的量化特征，以所述驾驶风格模糊规则为目标，根据奖励函数计算不同驾驶场景的奖励以训练更新智能体策略网络，得到训练好的智能体策略网络；所述训练好的智能体策略网络用于生成多维自然性驾驶场景并进行仿真测试。

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安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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。