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！

龙图腾网获悉清华大学申请的专利基于强化学习的低附路面四轮驱动转矩分配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：CN120863365B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202511396975.5，技术领域涉及：B60L15/20；该发明授权基于强化学习的低附路面四轮驱动转矩分配方法是由黄晋;程坤;王鸿;苏炎召;张浩东;冯羽设计研发完成，并于2025-09-28向国家知识产权局提交的专利申请。

本基于强化学习的低附路面四轮驱动转矩分配方法在说明书摘要公布了：本申请涉及车辆控制系统的技术领域，特别是涉及一种基于强化学习的低附路面四轮驱动转矩分配方法；该方法包括获取目标车辆初始的状态信息，并基于状态信息确定目标车辆是否处于失控状态；在确定目标车辆未处于失控状态时，利用预训练的主策略网络对初始的状态信息进行处理，得到主策略网络以奖励函数的奖励值最大化为目标而输出的控制策略；其中，奖励函数包括基于速度项与控制项构建的速度跟踪奖励、基于速度项构建的车轮打滑惩罚以及基于角度项构建的稳定性奖励；然后基于控制策略对各车轮对应的驱动电机的输出转矩进行调节。采用本申请的方案能够提高在面对复杂路况时对车辆稳定性控制的适应性。

本发明授权基于强化学习的低附路面四轮驱动转矩分配方法在权利要求书中公布了：1.一种基于强化学习的低附路面四轮驱动转矩分配方法，其特征在于，所述方法包括： 获取目标车辆初始的状态信息，所述状态信息包括控制项的参数、速度项的参数以及角度项的参数，并基于所述状态信息确定所述目标车辆是否处于失控状态；所述速度项包括所述目标车辆的车速与轮胎的轮速； 在确定所述目标车辆未处于所述失控状态时，利用预训练的主策略网络对初始的所述状态信息进行处理，得到所述主策略网络以奖励函数的奖励值最大化为目标而输出的控制策略；其中，所述奖励函数包括基于所述速度项与所述控制项构建的速度跟踪奖励、基于所述速度项构建的车轮打滑惩罚以及基于所述角度项构建的稳定性奖励；所述控制策略包括各车轮对应的转矩比例；所述主策略网络是利用经验池中的多个驾驶场景的经验样本，以所述奖励函数的奖励值为最大化目标价进行强化学习训练得到的； 获取所述目标车辆所行驶道路的道路图像，基于所述道路图像确定第一附着系数； 获取所述目标车辆所行驶道路的反射系数，并根据所述反射系数确定第二附着系数； 基于所述车速以及轮胎的半径确定期望轮速，并基于所述期望轮速与所述轮速的偏差确定修正系数； 基于所述第一附着系数与所述第二附着系数确定初始附着系数，并基于所述修正系数对所述初始附着系数进行修正，得到路面附着系数； 根据所述路面附着系数的更新频率确定变化率； 在所述变化率大于波动阈值时，在所述控制策略中添加噪声，并基于添加所述噪声后的所述控制策略对各车轮对应的驱动电机的输出转矩进行调节； 在所述变化率小于或等于所述波动阈值时，基于所述控制策略对各车轮对应的驱动电机的输出转矩进行调节。

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清华大学，其通讯地址为：100084 北京市海淀区清华园；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。