[发明专利]驾驶行为决策方法、系统和电子设备

权利要求书

1.一种驾驶行为决策方法，包括：

获取可移动设备的初始状态；

通过基于机器学习的行为生成模型，生成所述可移动设备在所述初始状态下的可能驾驶行为；

对所述可能驾驶行为进行安全性过滤，以确定安全驾驶行为；以及

根据性能评估从所述安全驾驶行为中选择目标驾驶行为；

其中，所述对所述可能驾驶行为进行安全性过滤，以确定安全驾驶行为包括：

通过基于规则的安全判断模型和/或基于机器学习的安全判断模型，确定每个可能驾驶行为是否安全，其中，基于规则的安全判断模型包括局部适定函数，所述局部适定函数用于评估执行对应驾驶行为的局部适定价值；以及

从所述可能驾驶行为中去除不安全驾驶行为并保留安全驾驶行为。

2.如权利要求1所述的方法，其中，所述获取可移动设备的初始状态包括：

获取所述可移动设备自身的设备状态；

获取所述可移动设备周围的环境状态；以及

根据所述设备状态和环境状态来确定所述初始状态。

3.如权利要求1所述的方法，其中，所述根据性能评估从所述安全驾驶行为中选择目标驾驶行为包括：

评估每个安全驾驶行为的性能得分；以及

选择性能得分最高的安全驾驶行为，作为所述目标驾驶行为。

4.如权利要求3所述的方法，其中，所述评估每个安全驾驶行为的性能得分包括：

针对每个安全驾驶行为，预测所述可移动设备在所述初始状态下执行所述安全驾驶行为之后可能生成的一个或多个次级状态；

利用基于机器学习的价值预期函数来确定每个次级状态的综合预期价值；以及

根据与每个安全驾驶行为对应的所有次级状态的综合预期价值来计算所述安全驾驶行为的性能得分。

5.如权利要求3所述的方法，其中，所述评估每个安全驾驶行为的性能得分包括：

针对每个安全驾驶行为，预测所述可移动设备在所述初始状态下执行所述安全驾驶行为之后可能生成的一个或多个次级状态；

基于每个次级状态生成前向预测分支，所述前向预测分支包括作为节点的状态和作为分支的驾驶行为；

对与每个次级状态对应的前向预测分支进行反向性能评估，以确定所述次级状态的路径尾收益；以及

根据与每个安全驾驶行为对应的所有次级状态的路径尾收益来计算所述安全驾驶行为的性能得分。

6.如权利要求4或5所述的方法，其中，所述针对每个安全驾驶行为，预测所述可移动设备在所述初始状态下执行所述安全驾驶行为之后可能生成的一个或多个次级状态包括：

通过基于机器学习的状态预测模型和/或基于规则的状态模拟器预测所述可移动设备在所述初始状态下执行所述安全驾驶行为之后可能生成的一个或多个次级状态。

7.如权利要求5所述的方法，其中，所述基于每个次级状态生成前向预测分支包括：

将所述次级状态作为当前状态；

通过基于机器学习的行为生成模型，生成所述可移动设备在所述当前状态下的可能驾驶行为；

对所述当前状态下的可能驾驶行为进行安全性过滤，以确定当前状态下的安全驾驶行为；

针对每个当前状态下的安全驾驶行为，预测所述可移动设备在所述当前状态下执行所述安全驾驶行为之后可能生成的一个或多个下一级状态，以向前延伸所述前向预测分支；以及

判断是否满足迭代终止条件，响应于不满足所述迭代终止条件，将预测得到的下一级状态作为新的当前状态，迭代地执行上述操作。

8.如权利要求7所述的方法，其中，所述迭代终止条件与以下各项中的至少一个相关联：单分支搜索深度、搜索步数、搜索时间、和所述下一级状态的综合预期价值。

9.如权利要求8所述的方法，其中，所述基于每个次级状态生成前向预测分支还包括：

在预测出所述下一级状态之后，利用基于机器学习的价值预期函数，来确定所述下一级状态的综合预期价值。