[发明专利]用于调整自主驾驶车辆的运动规划器的基于学习的评论器

权利要求书

1.一种用于训练用于调整自主驾驶车辆(ADV)的运动规划器的基于学习的评论器的计算机实现的方法，所述方法包括：

通过自主驾驶模拟平台接收包括人类驾驶轨迹和从人类驾驶轨迹得出的随机轨迹的训练数据；

通过自主驾驶模拟平台使用训练数据训练基于学习的评论器；

通过在自主驾驶模拟平台处运行的基于学习的评论器，通过比较第一组轨迹和第二组轨迹来识别一组不一致的轨迹，其中第一组轨迹由具有第一组参数的运动规划器生成，并且第二组轨迹由具有第二组参数的运动规划器生成；以及

通过神经网络训练平台，基于一组不一致的轨迹来改进基于学习的评论器。

2.根据权利要求1所述的方法，其中，运动规划器的第一组参数由基于学习的评论器针对一个或多个驾驶环境识别，并且第二组参数是运动规划器的一组现有参数。

3.根据权利要求1所述的方法，其中，随机轨迹中的每一个是从人类驾驶轨迹中的一个得出的，并且其中从相应的人类驾驶轨迹得出随机轨迹包括：

确定相应的人类驾驶轨迹的起点和终点；

改变相应的人类驾驶轨迹的一个或多个参数中的一个；以及

用改变后的参数替换人类驾驶轨迹的相应参数以得到随机轨迹。

4.根据权利要求3所述的方法，其中，通过对参数赋予从预定范围中选择的不同值来改变参数。

5.根据权利要求1所述的方法，其中，基于学习的评论器包括编码器和相似性网络，其中编码器和相似性网络中的每一个是神经网络模型。

6.根据权利要求5所述的方法，其中，编码器和相似性网络中的每一个是递归神经网络(RNN)或多层感知器(MLP)网络中的一个。

7.根据权利要求6所述的方法，其中，编码器是RNN网络，其中每个RNN单元是门控循环单元(GRU)。

8.根据权利要求5所述的方法，其中，从训练数据提取的特征包括速度特征、路径特征和障碍物特征，其中每个特征与目标特征相关联，其中目标特征是地图场景相关特征。

9.根据权利要求8所述的方法，其中，经训练的编码器使用人类驾驶轨迹进行训练，对速度特征、路径特征、障碍物特征和相关联的目标特征进行编码，并生成具有与人类驾驶轨迹不同的轨迹的嵌入。

10.根据权利要求8所述的方法，其中，相似性网络使用人类驾驶轨迹和随机轨迹进行训练，并且将生成反映由运动规划器生成的轨迹与来自嵌入的相应轨迹之间的差异的分数。

11.根据权利要求1所述的方法，其中，基于学习的评论器是使用具有用于测量轨迹之间相似性的元素的损失函数来训练的。

12.一种其中存储有指令的非暂时性机器可读介质，当所述指令由处理器执行时，使所述处理器执行如权利要求1至11中任一项所述的方法的操作。

13.一种调整自主驾驶车辆(ADV)的运动规划器的方法，包括：

从基于学习的评论器建立目标函数；

应用优化操作来优化目标函数，以确定用于一个或多个驾驶环境的自主驾驶车辆(ADV)的动态模型的运动规划器的一组最优参数；

使用具有用于一个或多个驾驶环境的一组最优参数的运动规划器生成第一组轨迹；

使用具有用于一个或多个驾驶环境的一组现有参数的基于学习的评论器生成第二组轨迹；

生成指示第一组轨迹和第二组轨迹之间的差异的分数。

14.根据权利要求13所述的方法，进一步包括：

通过比较第一组轨迹和第二组轨迹识别一组不一致的轨迹；

基于一组不一致的轨迹改进基于学习的评论器。

15.根据权利要求14所述的方法，进一步包括：

在闭环中执行识别和改进，直到分数达到预定阈值。