[发明专利]决策方法

说明书

本发明提供了一种决策方法，获取场景信息；第一系统根据所述场景信息，生成第一动作；计算所述第一动作的第一评价指标；第二系统根据所述场景信息，生成第二动作；计算所述第二动作的第二评价指标，比较所述第一评价指标和所述第二评价指标，当所述第一评价指标大于所述第二评价指标时，输出第一动作，当所述第一评价指标小于所述第二评价指标时，输出第二动作。本申请解决了现有的决策方法拟人性不佳、灵活性较差以及增加新逻辑时所造成的维护困难的问题，具有拟人性佳、灵活性好，增加新逻辑时维护简单的优点。

技术领域

本发明涉及人工智能领域，尤其涉及一种决策方法。

背景技术

随着人工智能技术以及现代制造业的发展，自动驾驶技术已经逐渐走进人们的日常生活，潜移默化的改变着人们的出行方式。无人驾驶技术可以简要的分为感知、与控制三个方面，决策方法相当于无人车辆的大脑，在很大程度上决定了无人车辆的智能化程度。一个良好的决策方法应该不仅能够操控无人车辆安全行驶，还应使得车辆的运行状态能够尽量的符合人类驾驶员的驾驶习惯以及乘坐人员的舒适性需求。

当前无人驾驶车辆的决策方法大致可以分为基于规则约束的决策方法和基于学习的决策方法两种。

基于规则约束的决策方法人为的制定了大量的逻辑规则来适应不同的驾驶环境，为了处理复杂多变的实际场景，规则制定者需要设计大量复杂繁琐的驾驶逻辑，在增加新逻辑的时候很容易造成矛盾，因此后续修改和维护很困难。另外，完全基于逻辑规则的系统往往很难完全满足乘车人的舒适性需求，驾驶风格相对生硬，拟人性不佳。

基于学习的决策方法利用训练完成的深度神经网络代替逻辑规则做出，存在着一些基于学习算法的常见缺陷，比如，在处理一些未知场景时，由于网络效果的泛化性不佳，很容易输出一些异常的动作策略，为无人驾驶车辆的安全带来了隐患。另外，离线的深度神经网络一旦训练完成就已经固化，不能够从日常使用中进一步学习和完善，灵活性较差。

发明内容

本发明实施例的目的是提供一种决策方法，以解决现有技术中的决策方法拟人性不佳、灵活性较差以及增加新逻辑时所造成的维护困难的问题。

为解决上述问题，本发明提供了一种决策方法，所述方法包括：

获取场景信息；

第一系统根据所述场景信息，生成第一动作；

计算所述第一动作的第一评价指标；

第二系统根据所述场景信息，生成第二动作；

计算所述第二动作的第二评价指标；

比较所述第一评价指标和所述第二评价指标，当所述第一评价指标大于所述第二评价指标时，输出第一动作，当所述第一评价指标小于所述第二评价指标时，输出第二动作。

优选的，所述场景信息包括：

障碍物信息、动态障碍物预测轨迹信息、车道线信息、交通灯信息中的一个或其任意组合。

优选的，所述计算所述第一动作的第一评价指标，包括：

利用公式计算第一动作的第一评价指标；其中，s为场景信息；g为第一动作；r_t为第t次迭代中，执行当前动作获得的奖励值大小，γ为折扣率。

优选的，所述方法之前还包括：

获取第一原始场景信息；

根据所述第一原始场景信息，生成第一原始动作集，所述第一原始动作集包括至少一个原始动作；

根据所述第一原始场景信息和所述第一原始动作集，计算所述第一原始动作集中的每个原始动作对应的第一原始评价指标，获得第一原始评价指标集；