[發明專利]一種基于相關冗余變換與增強學習的多維度協同控制方法

有效

• 申請號: 201711407168.4
• 申請日: 2017-12-22
• 公開（公告）號: CN108021028B
• 公開（公告）日: 2019-04-09
• 發明（設計）人: 李鵬華;王歡;李嫄源;朱智勤;張家昌
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

本發明涉及一種基于相關冗余變換與增強學習的多維度智能房車協同控制方法，屬于物聯網領域。該方法圍繞智能商務旅居房車統一設備連接協議、共享設備接口、提高系統集成度的自主協同控制需求，利用基于POMDP模型和深度增強學習的自主控制引導策略，采用多維度智能融合得到的控制狀態作為計算機控制系統的輸入，建立POMDP模型以感知、適應、追蹤設備控制狀態的變化，采用基于深度增強學習的策略優化方法來選擇最佳行動策略，實現商務旅居房車的自主協同控制。本發明不僅有利于最終決策的有效性與實時性，同時提高了交互反饋的準確性與策略的學習優化程度，提升用戶體驗。

技術領域

本發明屬于物聯網領域，涉及一種基于相關冗余變換與增強學習的多維度協同控制方法。

背景技術

智能房車作為智能網聯汽車與智能家居深度融合的產物，利用多傳感器數據采集與車載網關通信技術，對車載設備進行智能化控制，滿足人們對于房車的空間體驗與智能生活的需求。作為智能房車核心之一的智能控制技術，其控制策略執行的實時性與準確性直接決定著智能房車的優劣，但就目前市場現有的智能房車而言，存在著控制方式單一、控制策略生成智能性欠缺、執行代價過高等問題。為此，本專利采用多源異構信息特征統一與融合，使多源傳感器數據進行整合，為多模態復雜環境下的控制奠定基礎，并使用POMDP模型下的控制狀態引導策略方法與深度增強學習的控制狀態引導策略優化兩者結合，使控制決策更加準確與智能，同時采用基于總線的底層控制，大幅降低傳感器接入成本，改善整個感知平臺的可靠性，節省大量運算資源。

發明內容

有鑒于此，本發明的目的在于提供一種基于相關冗余變換與增強學習的多維度協同控制方法，

為達到上述目的，本發明提供如下技術方案：

一種基于相關冗余變換與增強學習的多維度協同控制方法，包括以下步驟：

S1：多源異構信息特征統一與融合；

S2：采用基于POMDP模型的控制狀態策略引導；

S3：采用基于深度增強學習的控制狀態引導策略優化；

S4：采用基于總線的分布式底層控制。

進一步，所述步驟S1具體為：對多傳感器網絡環境下，多傳感器異構信息通過經典相關分析算法CCA和同構相關冗余變換(Isomorphic Relevant RedundantTransformation,IRRT)算法分析，將多個異構信息映射到一個統一的、量綱可計算的空間，對特征信息進行統一表示后對信息進行融合。