[发明专利]机器学习系统及其用于学习用户控制模式的方法

权利要求书

1.一种机器学习系统，包括：

检测器，通过安装在车辆中的两个以上传感器检测两个以上学习数据集；

处理器，使用机器学习逻辑根据所述两个以上学习数据集输出用户控制模式并且根据所输出的用户控制模式控制车辆控制系统；以及

存储器，所述两个以上学习数据集，所述用户控制模式存储在所述存储器中，

其中，所述处理器根据存储在所述存储器中的所述两个以上学习数据集估计用户控制模式，并且所述处理器比较所估计的用户控制模式与存储在所述存储器中的所述用户控制模式之间的相似性以更新所述机器学习逻辑的学习参数，

其中，所述处理器包括：

估计逻辑，通过机器学习方法根据所述两个以上学习数据集估计车辆控制值；

最终判定逻辑，根据所述车辆控制系统的控制方式将所述车辆控制值或用户输入判定为最终车辆控制值；以及

参数优化逻辑，更新所述估计逻辑的学习参数，

其中，所述估计逻辑包括：

两个以上第一子学习逻辑，所述两个以上第一子学习逻辑具有两个输入，并且所述两个以上第一子学习逻辑使用曲线拟合法根据所述两个输入估计输出，其中，所述曲线拟合法使用人工神经网络；以及

积分逻辑，将各个所述第一子学习逻辑的输出乘以相应的权重并且使相乘结果彼此相加以输出所述车辆控制值。

2.根据权利要求1所述的机器学习系统，其中，所述两个以上传感器包括雨量传感器、亮度传感器、温度传感器和车速传感器。

3.根据权利要求1所述的机器学习系统，进一步包括：用户接口，所述用户接口允许用户生成用于选择所述车辆控制系统的控制方式的输入数据。

4.根据权利要求1所述的机器学习系统，其中，所述参数优化逻辑包括：

两个以上第二子学习逻辑，使用存储在所述存储器中的所述学习数据集估计车辆控制值；以及

相似性测量和权重判定逻辑，比较所述第二子学习逻辑的输出与存储在所述存储器中的最终车辆控制值之间的相似性并且根据比较结果判定所述估计逻辑中的各个所述第一子学习逻辑的权重。

5.一种机器学习系统的用于学习用户控制模式的方法，包括以下步骤：

通过安装在车辆中的两个以上传感器检测两个以上学习数据集；

由所述机器学习系统的处理器通过使用机器学习逻辑根据所述两个以上学习数据集输出用户控制模式来控制车辆控制系统；

取样和存储所述两个以上学习数据集以及所述用户控制模式；

使用所述机器学习逻辑根据所存储的两个以上学习数据集估计用户控制模式；

比较所估计的用户控制模式与所存储的用户控制模式之间的相似性；

根据相似性比较结果判定学习参数；并且

通过所述学习参数更新所述机器学习逻辑的学习参数，

其中，所述处理器包括：

估计逻辑，通过机器学习方法根据所述两个以上学习数据集估计车辆控制值；

最终判定逻辑，根据所述车辆控制系统的控制方式将所述车辆控制值或用户输入判定为最终车辆控制值；以及

参数优化逻辑，更新所述估计逻辑的学习参数，

其中，所述估计逻辑包括：

两个以上第一子学习逻辑，所述两个以上第一子学习逻辑具有两个输入，并且所述两个以上第一子学习逻辑使用曲线拟合法根据所述两个输入估计输出，其中，所述曲线拟合法使用人工神经网络；以及

积分逻辑，将各个所述第一子学习逻辑的输出乘以相应的权重并且使相乘结果彼此相加以输出所述车辆控制值。

6.根据权利要求5所述的机器学习系统的用于学习用户控制模式的方法，其中，在检测所述两个以上学习数据集的步骤中，检测由安装在所述车辆中的雨量传感器、亮度传感器、温度传感器和车速传感器所测量的传感器值。