Die vorliegende Erfindung offenbart ein Ende-zu-Ende-System und -Verfahren zur automatischen Fahrsteuerung mit föderalem bestärkendem Lernen basierend auf komplexer Netzkognition sowie eine Fahrzeugvorrichtung, und stellt ein Ende-zu-Ende-Algorithmus-Framework FLDPPO für automatisches Fahren mit föderalem bestärkendem Lernen basierend auf komplexer Netzkognition bei dichtem Stadtverkehr bereit, wobei durch die Auslegung einer Verlustfunktion eine Kombination aus einer regelbasierten komplexen Netzkognition und einem Ende-zu-Ende föderalen bestärkenden Lernen ermöglicht wird. FLDPPO verwendet dynamische Fahrempfehlungen, um einen Agenten beim Erlernen von Regeln anzuleiten, so dass der Agent mit komplexen städtischen Fahrumgebungen und dichten Verkehrsszenarien zurechtkommt. Und das vorgeschlagene Framework verwendet eine Multi-Agenten-Architektur für föderales bestärkendes Lernen und trainiert ein Modell durch Aggregation von Parametern, wobei auf der Grundlage des Schutzes der fahrzeugseitigen Privatsphäre die Konvergenz des Netzes beschleunigt wird, der Kommunikationsverbrauch reduziert wird und eine Balance hoher Robustheit eines Stichproben-Effizienzmodells erreicht wird.

    The provided are a federated reinforcement learning (FRL) end-to-end autonomous driving control system and method, as well as vehicular equipment, based on complex network cognition. An FRL algorithm framework is provided, designated as FLDPPO, for dense urban traffic. This framework combines rule-based complex network cognition with end-to-end FRL through the design of a loss function. FLDPPO employs a dynamic driving guidance system to assist agents in learning rules, thereby enabling them to navigate complex urban driving environments and dense traffic scenarios. Moreover, the provided framework utilizes a multi-agent FRL architecture, whereby models are trained through parameter aggregation to safeguard vehicle-side privacy, accelerate network convergence, reduce communication consumption, and achieve a balance between sampling efficiency and high robustness of the model.


    Zugriff

    Download


    Exportieren, teilen und zitieren



    Titel :

    ENDE-ZU-ENDE-SYSTEM UND -VERFAHREN ZUR AUTOMATISCHEN FAHRSTEUERUNG MIT FÖDERALEM BESTÄRKENDEM LERNEN BASIEREND AUF KOMPLEXER NETZKOGNITION SOWIE FAHRZEUGVORRICHTUNG


    Beteiligte:
    CAI YINGFENG (Autor:in) / LU SIKAI (Autor:in) / WANG HAI (Autor:in) / LIAN YUBO (Autor:in) / CHEN LONG (Autor:in) / LIU QINGCHAO (Autor:in)

    Erscheinungsdatum :

    27.03.2025


    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



    Fahrzeugkamera mit Vergrößerungsadapter, Fahrzeugvorrichtung sowie Verfahren

    LOPES FILIPE | Europäisches Patentamt | 2025

    Freier Zugriff

    FAHRZEUGVORRICHTUNG UND VERFAHREN

    OSBORN RUSSELL / VALERO THOMAS / ROQUES OLIVIER | Europäisches Patentamt | 2019

    Freier Zugriff

    Fahrzeugvorrichtung und Verfahren mit einer Fahrzeugvorrichtung

    HUPPERICH GEROLD KARL / ACHILLES SVEN / STURM THOMAS | Europäisches Patentamt | 2017

    Freier Zugriff

    FAHRZEUGVORRICHTUNG UND VERFAHREN MIT EINER FAHRZEUGVORRICHTUNG

    HUPPERICH GEROLD KARL / ACHILLES SVEN / STURM THOMAS | Europäisches Patentamt | 2017

    Freier Zugriff

    FAHRZEUGVORRICHTUNG UND VERFAHREN MIT EINER FAHRZEUGVORRICHTUNG

    HUPPERICH GEROLD KARL / ACHILLES SVEN / STURM THOMAS | Europäisches Patentamt | 2019

    Freier Zugriff