[发明专利]基于示教学习的决策树行为决策算法

摘要

本发明公开了一种基于示教学习的决策树行为决策算法，主要解决现有技术中存在的现有决策算法不能同时兼顾综合复杂的场景和稳定的要求的问题。该一种基于示教学习的决策树行为决策算法包括步骤为：存储示教轨迹的状态转移规律；求取状态转移频率矩阵和状态转移概率矩阵；构建奖励；决策树对即将产生的动作进行评估；更新转移频率矩阵与状态转移概率矩阵；重复上述过程至评估通过。通过上述方案，本发明达到了无人驾驶行为决策应的最大合理性和安全性目的。

主权项

一种基于示教学习的决策树行为决策算法，其特征在于，包括如下步骤：(a)用行为的状态转移频率矩阵和状态转移概率矩阵来描述示教学习中的示教规律，存储示教轨迹的状态转移规律；(b)根据步骤(a)求取状态转移频率矩阵和状态转移概率矩阵；(c)根据状态转移频率构建奖励；(d)转移概率矩阵输出即将进行的选择动作时，决策树根据步骤(b)对状态转移概率矩阵即将产生的动作进行评估，评估通过，则执行状态转移，评估不通过，则执行步骤(e)；(e)根据步骤(b)和(c)通过Actor‑Critic算法更新转移频率矩阵与状态转移概率矩阵；(f)重复步骤(d)和(e)至评估通过。