[發(fā)明專利]部署在模擬平臺(tái)上的用于訓(xùn)練機(jī)器學(xué)習(xí)模型的系統(tǒng)和方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811384514.6
• 申請(qǐng)日: 2018-11-20
• 公開（公告）號(hào): CN110378483A
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計(jì)）人: 張亮亮;余思洋;李棟;胡江滔;陶佳鳴;蔣一飛
• 申請(qǐng)（專利權(quán)）人: 百度（美國(guó)）有限責(zé)任公司
• 主分類號(hào): G06N20/00
• 分類號(hào): G06N20/00
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 馬曉亞;王艷春

1.一種訓(xùn)練用于評(píng)估車輛的自動(dòng)駕駛的機(jī)器學(xué)習(xí)模型的計(jì)算機(jī)實(shí)施的方法，所述方法包括：

對(duì)于多個(gè)駕駛場(chǎng)景的每個(gè)，

響應(yīng)于來(lái)自車輛的一個(gè)或多個(gè)傳感器的傳感器數(shù)據(jù)和所述駕駛場(chǎng)景，在所述車輛由人類駕駛員根據(jù)所述駕駛場(chǎng)景駕駛的同時(shí)收集所述車輛的駕駛統(tǒng)計(jì)數(shù)據(jù)和環(huán)境數(shù)據(jù)；

在完成所述駕駛場(chǎng)景后，請(qǐng)求所述駕駛員為完成的駕駛場(chǎng)景選擇標(biāo)簽并響應(yīng)于所述駕駛員的選擇來(lái)存儲(chǔ)所選擇的標(biāo)簽；以及

基于預(yù)定標(biāo)準(zhǔn)從所述駕駛統(tǒng)計(jì)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)提取特征，提取的特征包括在所述駕駛場(chǎng)景期間在不同時(shí)間點(diǎn)收集的所述駕駛統(tǒng)計(jì)數(shù)據(jù)的一些和所述環(huán)境數(shù)據(jù)的一些，所述提取的特征隨后被用于評(píng)估多個(gè)自動(dòng)駕駛車輛的自動(dòng)駕駛的行為。

2.如權(quán)利要求1所述的方法，進(jìn)一步包括：

訓(xùn)練機(jī)器學(xué)習(xí)模型以通過使用所述提取的特征和多個(gè)標(biāo)簽連續(xù)學(xué)習(xí)所述多個(gè)駕駛場(chǎng)景中所述人類駕駛員的駕駛行為和喜好。

3.如權(quán)利要求1所述的方法，其中所述駕駛統(tǒng)計(jì)數(shù)據(jù)的一些包括指示所述車輛的響應(yīng)的信息，所述環(huán)境數(shù)據(jù)的一些包括障礙物信息。

4.如權(quán)利要求1所述的方法，其中對(duì)于每個(gè)駕駛場(chǎng)景，所述提取的特征包括：

標(biāo)識(shí)符，包括表示所述駕駛場(chǎng)景中的障礙物的障礙物標(biāo)識(shí)符和表示所述車輛的車輛標(biāo)識(shí)符；

與所述標(biāo)識(shí)符的每個(gè)相關(guān)聯(lián)的時(shí)間戳，其中所述時(shí)間戳表示在所述車輛駕駛通過所述駕駛場(chǎng)景的同時(shí)在不同時(shí)間點(diǎn)記錄的時(shí)間T_i，其中i≥0；

指示在記錄的時(shí)間T_i采集的所述車輛的響應(yīng)的信息；以及

在所述記錄的時(shí)間T_i采集的障礙物信息。

5.如權(quán)利要求3所述的方法，其中

指示所述車輛的響應(yīng)的信息包括所述車輛的速度、加速度、減速度、和加速度變化率；以及

所述障礙物信息包括障礙物的位置。

6.如權(quán)利要求2所述的方法，其中所述多個(gè)標(biāo)簽的每個(gè)包括標(biāo)簽值0或1，其中0指示不安全，1指示安全。

7.如權(quán)利要求1所述的方法，進(jìn)一步包括：

繼收集所述車輛的駕駛統(tǒng)計(jì)數(shù)據(jù)和環(huán)境數(shù)據(jù)之后，將收集的所述駕駛統(tǒng)計(jì)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)遠(yuǎn)程存儲(chǔ)到服務(wù)器上；以及

在從所述駕駛統(tǒng)計(jì)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)提取特征之前，從所述服務(wù)器檢索收集的所述駕駛統(tǒng)計(jì)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)。

8.一種存儲(chǔ)有指令的非暫時(shí)性機(jī)器可讀介質(zhì)，所述指令在由處理器執(zhí)行時(shí)致使所述處理器執(zhí)行操作，所述操作包括：

對(duì)于多個(gè)駕駛場(chǎng)景的每個(gè)，

響應(yīng)于來(lái)自車輛的一個(gè)或多個(gè)傳感器的傳感器數(shù)據(jù)和所述駕駛場(chǎng)景，在所述車輛由人類駕駛員根據(jù)所述駕駛場(chǎng)景駕駛的同時(shí)收集所述車輛的駕駛統(tǒng)計(jì)數(shù)據(jù)和環(huán)境數(shù)據(jù)；

在完成所述駕駛場(chǎng)景后，請(qǐng)求所述駕駛員為完成的駕駛場(chǎng)景選擇標(biāo)簽并響應(yīng)于所述駕駛員的選擇來(lái)存儲(chǔ)所選擇的標(biāo)簽；以及

基于預(yù)定標(biāo)準(zhǔn)從所述駕駛統(tǒng)計(jì)數(shù)據(jù)和所述環(huán)境數(shù)據(jù)提取特征，提取的特征包括在所述駕駛場(chǎng)景期間在不同時(shí)間點(diǎn)收集的所述駕駛統(tǒng)計(jì)數(shù)據(jù)的一些和所述環(huán)境數(shù)據(jù)的一些，所述提取的特征隨后被用于評(píng)估多個(gè)自動(dòng)駕駛車輛的自動(dòng)駕駛的行為。

9.如權(quán)利要求8所述的非暫時(shí)性機(jī)器可讀介質(zhì)，其中所述操作進(jìn)一步包括：

訓(xùn)練機(jī)器學(xué)習(xí)模型以通過使用所述提取的特征和多個(gè)標(biāo)簽連續(xù)學(xué)習(xí)所述多個(gè)駕駛場(chǎng)景中所述人類駕駛員的駕駛行為和喜好。

10.如權(quán)利要求8所述的非暫時(shí)性機(jī)器可讀介質(zhì)，其中所述駕駛統(tǒng)計(jì)數(shù)據(jù)的一些包括指示所述車輛的響應(yīng)的信息，所述環(huán)境數(shù)據(jù)的一些包括障礙物信息。