Die Erfindung betrifft ein Verfahren zum Trainieren eines Modells für maschinelles Lernen, wobei das Modell ein generatives Latente-Variablen-Modell ist, welches zur Vorhersage oder Planung von ein oder mehreren Bewegungstrajektorien für ein oder mehrere bewegliche Einheiten unter Vermeidung von Kollisionen eingerichtet ist, wobei das Verfahren umfasst: Erfassen von einer oder mehreren zurückgelegten Bewegungstrajektorien, wobei jede Bewegungstrajektorie einer der beweglichen Einheiten zugeordnet ist, und wobei jede Bewegungstrajektorie eine bisherige Bewegung der zugeordneten beweglichen Einheit über eine vorgegebene Zeitspanne hinweg angibt; Eingeben der Bewegungstrajektorien als beobachtbare Variablen in das Modell als Trainingsdaten; Festlegen des zuletzt eingenommenen Punkts einer Bewegungstrajektorie in einem Koordinatensystem als das Ziel der jeweiligen Bewegungstrajektorie; Definieren einer latenten Variablen des Modells so, dass sie Punkte des Koordinatensystems abbildet; und Einbringen der festgelegten Ziele der ein oder mehreren Bewegungstrajektorien in das Training des Modells mittels der definierten latenten Variablen.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    Verfahren zum Planen von Bewegungstrajektorien durch ein Modell für maschinelles Lernen


    Beteiligte:

    Erscheinungsdatum :

    11.01.2024


    Medientyp :

    Patent


    Format :

    Elektronische Ressource


    Sprache :

    Deutsch


    Klassifikation :

    IPC:    B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G08G Anlagen zur Steuerung, Regelung oder Überwachung des Verkehrs , TRAFFIC CONTROL SYSTEMS




    Personalisierte Klassifizierung des Fahrstils durch maschinelles Lernen

    Jardin, Philippe / Shaker Verlag / Technische Universität Darmstadt | TIBKAT | 2023


    Personalisierte Klassifizierung des Fahrstils durch maschinelles Lernen

    Jardin, Philippe / Shaker Verlag / Technische Universität Darmstadt | SLUB | 2023


    Optimierung der Diagnose durch maschinelles Lernen aus Felddaten

    Waleschkowski, Norbert / Giera, Ronny | Tema Archiv | 2012


    ERKENNUNG VON HANDS-OFF-SITUATIONEN DURCH MASCHINELLES LERNEN

    EIGEL THOMAS / STAHL FELIX | Europäisches Patentamt | 2021

    Freier Zugriff