增强交通模拟器真实性的逆强化学习方法及系统
基本信息
| 申请号 | CN202110625802.1 | 申请日 | - |
| 公开（公告）号 | CN113221469A | 公开（公告）日 | 2021-08-06 |
| 申请公布号 | CN113221469A | 申请公布日 | 2021-08-06 |
| 分类号 | G06F30/27;G06N20/00 | 分类 | 计算；推算；计数; |
| 发明人 | 薛贵荣 | 申请（专利权）人 | 上海天壤智能科技有限公司 |
| 代理机构 | 上海段和段律师事务所 | 代理人 | 黄磊;郭国中 |
| 地址 | 201100 上海市闵行区剑川路951号5幢1层（集中登记地） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种增强交通模拟器真实性的逆强化学习方法及系统，包括：通过生成器初始化一个轨迹动作策略；结合当前环境，生成多个智能体的轨迹数据；将轨迹数据与预设的专家轨迹数据混合，将混合轨迹数据输入判别器，训练判别器区分专家轨迹数据，训练的目标是最大化奖励函数；将奖励函数输入生成器，生成器得到新的轨迹动作策略；用新的轨迹动作策略生成多个智能体的轨迹数据，并与预设的专家轨迹数据混合及训练判别器，直至收敛；交通模拟器根据最终的奖励函数和轨迹动作策略进行交通模拟。本发明能够推断真实世界车辆的奖励函数，它使我们能够在不同的交通环境下优化策略，具有良好的可扩展能力。 |
