[发明专利]无人系统决策方法、无人系统和该无人系统的应用

权利要求书

1.无人系统决策方法，其特征在于，包括：

步骤1，提取无人系统决策场景内的基本元素信息建立知识库，所述基本元素信息包括该场景的感知数据、场景描述信息、场景内的法定或业界约定的规则，场景中的所有基本元素信息构成一种集合；

步骤2，在知识库的元素间建立因果联系，设定所述元素的所属层级，所建立和设定的结果作为知识库的配置，进而建立知识库配置文件；

步骤3，基于知识库和知识库配置文件，使用图结构表达知识库，得到一个因果推理网络，图结构中的每个节点表示知识库中的任意一个元素信息，每条边表示一种因果联系；

步骤4，建立一层因式分解机输出层，并在输出层与因果推理网络之间建立连接，然后基于从现实场景中收集的数据形成的样本进行训练，在所述图结构上生长新节点，再将所述新节点以及与前驱节点的因果联系加入知识库及知识库配置文件中；所述前驱节点指图结构中通过边与新节点连接的节点。

2.根据权利要求1所述无人系统决策方法，其特征在于，所述步骤1中，还引入高级元素信息；所述高级元素信息包括自定义规则，所述高级元素信息构成一种集合；所述知识库由基本元素信息和高级元素信息共同组成，表示描述无人系统决策场景的一个全部元素信息集合。

3.根据权利要求1或2所述无人系统决策方法，其特征在于，所述步骤1中，根据无人系统决策场景确定基本元素的内容和数量，将基本元素的内容转换为特定的符号表示，并根据基本元素的数量确定决策方法的输入大小，二者是相等关系。

4.根据权利要求1或2所述无人系统决策方法，其特征在于，所述步骤2，如果某个元素没有前驱元素，即不需要其他元素驱动，直接接收外界信息，则其层级为1；如果某个元素有前驱元素，即需要其他元素驱动，无法直接接收外界信息，则其层级为前驱元素中所属的最大层级加1。

5.根据权利要求1所述无人系统决策方法，其特征在于，所述步骤4，样本中如果没有知识库中的元素，则知识库中该元素对应的图结构中的节点为0，如果有知识库中的元素，则知识库中该元素对应的图结构中的节点为1。

6.根据权利要求1所述无人系统决策方法，其特征在于，所述步骤4，因式分解机的模型如下式：

式中，V为三阶张量，W为权重，B为偏置矩阵，X为样本输入，k为三阶张量V的第一维的尺寸，Y表示模型输出，i表示三阶张量V的维度变量；

所述训练过程中，统计训练数据中x_i*x_j出现的频数f的最小值，x_i、x_j表示训练数据向量，输入图结构中对应的节点分别表示为n_i、n_j，求f·(V·V^T)在输出维度上的L₁范数，得到交叉特征，每一个交叉特征对应一对节点n_i、n_j，将所述交叉特征从大到小排序，对于前m个交叉特征，在图结构中添加m个新节点，所述前驱节点为每一个交叉特征对应的一对节点，即每个新节点有两个前驱节点；将新添加的m个节点以及与前驱节点构成的因果联系加入知识库及其配置文件中；

重复上述过程，直到生长出的新节点数超过设定值。

7.运行权利要求1至6任一权利要求所述无人系统决策方法的无人系统。

8.根据权利要求7所述无人系统，其特征在于，将所述无人系统决策方法进行全定制化的数字芯片设计，集成于一个本地决策芯片或者提供本地决策芯片IP；或将所述无人系统决策方法迁移至基于RISC-V芯片的嵌入式系统上，提供一个能够本地决策的硬件平台。

9.权利要求7或8所述无人系统在游戏中替代人类玩家的应用，或在工业领域中替代人类进行决策控制的应用。

10.根据权利要求9所述应用，其特征在于，所述工业领域为无人驾驶，所述决策控制包括按照预设轨迹到达目的地或自主控制驾驶对象。