Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学崔艺馨获国家专利权

同济大学崔艺馨获国家专利权

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!

龙图腾网获悉同济大学申请的专利基于渐进专家混合网络的自动驾驶进化方法及系统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:CN121525783B

龙图腾网通过国家知识产权局官网在2026-04-28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:202610044093.0,技术领域涉及:G06N3/096;该发明授权基于渐进专家混合网络的自动驾驶进化方法及系统是由崔艺馨;黄岩军;万弛;杨硕;崔佳凝设计研发完成,并于2026-01-14向国家知识产权局提交的专利申请。

基于渐进专家混合网络的自动驾驶进化方法及系统在说明书摘要公布了:本公开涉及一种基于渐进专家混合网络的自动驾驶进化方法及系统,可解决现有专家混合网络难以随新驾驶工况扩展进化、存在灾难性遗忘和知识迁移不足的问题。该方法周期性对专家混合网络进行训练:对新驾驶工况,在已有专家网络基础上增加新专家形成新专家网络,新专家通过横向迁移接口将其第层与历史专家的第层相连。训练时,冻结历史专家参数,对新专家进行参数优化。将新专家和各历史专家输出输入门控层,得到控制决策信号。因历史专家仅参与推理不更新权重,故可稳定保留已有知识,防止灾难性遗忘;而新专家在初始化阶段吸收已有知识,对新工况差异化学习,实现了迁移与扩展平衡,提高了自动驾驶控制准确性和安全性。

本发明授权基于渐进专家混合网络的自动驾驶进化方法及系统在权利要求书中公布了:1.一种基于渐进专家混合网络的自动驾驶进化方法,其特征在于,周期性对专家混合网络进行训练,包括: 将车辆状态、导航状态和环境感知数据构成综合场景状态,基于综合场景状态判断驾驶工况,步骤包括:对当前的综合场景状态,将其与每个历史综合场景状态进行相似度计算,在相似度预设阈值内,则将其所属驾驶工况判断为与最相似历史综合场景状态对应的驾驶工况相同;否则将其所属驾驶工况判断为新的驾驶工况; 针对一个新的驾驶工况,在已有专家网络基础上增加一个新专家形成新专家网络,新专家通过横向迁移接口将其第层与历史专家的第层相连,,n为专家的网络层数;新专家的第层通过横向迁移接口接收每个历史专家在第层输出的特征,将其经过特征压缩与映射,形成可复用的聚合表征,新专家在第层的输出的特征表示为,为非线性激活函数,n为历史专家数目,为t时刻新专家的第层输入,为新专家的第层权重参数,为新专家的第层横向映射矩阵; 在训练中,将综合场景状态作为新专家网络的输入,将历史专家冻结参数,对新专家进行参数优化;所述训练在云端利用车端采集的数据执行周期性训练,在训练结束得到进化的专家混合网络,部署时,将新专家的参数和门控层的参数通过注册表同步机制下发给车端;新专家网络采用下述目标函数对新专家进行参数更新:,表示模型在当前时刻的控制输出,表示真实参考控制信号,为当前训练专家的参数,为历史专家冻结时的参考参数,为平衡当前驾驶任务拟合与历史知识保持的约束权重; 将新专家的输出和各历史专家输出输入门控层,得到可执行的控制决策信号,所述控制决策信号包括转向、加速和或制动的控制量。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。