[发明专利]驾驶环境模型的训练方法及驾驶环境信息的预测方法

权利要求书

1.一种驾驶环境模型的训练方法，其特征在于，所述方法包括：

构建初始环境模型，所述初始环境模型包含多个并行的、结构相同的单体模型，各所述单体模型的初始参数不同；

获取各所述单体模型对应的训练样本集，并通过各所述训练样本集训练对应的单体模型，得到训练后的环境模型；所述训练样本集中每个训练样本包含当前时刻的驾驶环境样本信息、当前决策动作样本信息、以及下一时刻的驾驶环境样本信息；

将测试样本输入至所述训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息；所述测试样本包含当前时刻的驾驶环境样本信息和当前决策动作样本信息；

计算各所述下一时刻的驾驶环境预测信息的差异度，并在所述差异度小于预设阈值的情况下，将所述训练后的环境模型确定为驾驶环境模型。

2.根据权利要求1所述的方法，其特征在于，所述获取各所述单体模型对应的训练样本集，包括：

获取初始训练样本集；

针对每个所述单体模型，对所述初始训练样本集进行有放回的随机采样，将采样得到的预设数量的训练样本组成的集合确定为所述单体模型对应的训练样本集。

3.根据权利要求1所述的方法，其特征在于，所述计算各所述下一时刻的驾驶环境预测信息的差异度，包括：

根据各所述下一时刻的驾驶环境预测信息计算方差，将得到的方差值确定为差异度。

4.根据权利要求1所述的方法，其特征在于，所述训练样本集包含多个驾驶场景类型对应的训练样本；

所述将测试样本输入至所述训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息，包括：

针对每个所述驾驶场景类型，将所述驾驶场景类型对应的测试样本输入至所述训练后的环境模型，得到各训练后的单体模型对应的下一时刻的驾驶环境预测信息；

所述计算各所述下一时刻的驾驶环境预测信息的差异度，并在所述差异度小于预设阈值的情况下，将所述训练后的环境模型确定为驾驶环境模型，包括：

针对每个所述驾驶场景类型，计算所述驾驶场景类型下各所述下一时刻的驾驶环境预测信息的差异度，在所述差异度小于预设阈值的情况下，将所述训练后的环境模型确定为所述驾驶场景类型对应的驾驶环境模型。

5.一种驾驶环境信息的预测方法，其特征在于，所述方法包括：

获取当前时刻的驾驶环境信息和当前决策动作信息；

根据所述当前时刻的驾驶环境信息、所述当前决策动作信息、以及驾驶环境模型，预测下一时刻的驾驶环境信息；其中，所述驾驶环境模型通过权利要求1至4任一项所述的驾驶环境模型的训练方法训练得到。

6.根据权利要求5所述的方法，其特征在于，所述驾驶环境模型包含多个单体模型；所述根据所述当前时刻的驾驶环境信息、所述当前决策动作信息、以及驾驶环境模型，预测下一时刻的驾驶环境信息，包括：

将所述当前时刻的驾驶环境信息和所述当前决策动作信息输入至驾驶环境模型，得到所述驾驶环境模型包含的各单体模型对应的下一时刻的驾驶环境预测信息；

根据各所述下一时刻的驾驶环境预测信息、以及预设的奖励函数，计算各所述下一时刻的驾驶环境预测信息的奖励值，并将奖励值最小的下一时刻的驾驶环境预测信息确定为下一时刻的驾驶环境信息。