公开(公告)号：CN119250154A

公开(公告)日：2025-01-03

申请号：CN202411341357.6

申请日：2024-09-25

Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)

Inventor： 南金瑞 ,  赵文艺 ,  葛子奇 ,  申哲宇 ,  高振洋

IPC: G06N3/092 ,  G06N3/006

Abstract: 本申请公开了一种强化学习方法及系统，涉及强化学习领域，该方法包括：获取目标应用场景下的次优演示数据；通过智能体根据次优演示数据进行模仿学习，得到初始策略；基于初始策略，确定多个行为序列；根据多个行为序列，对奖励模型进行迭代训练，以得到训练后的奖励模型；基于训练后的奖励模型，在KL散度的对比强化学习算法中引入正则项，以得到带有正则项的对比强化学习损失函数；根据多个行为序列，基于训练后的奖励模型及带有正则项的对比强化学习损失函数，进行强化学习，以得到目标应用场景下最终的强化学习策略。本申请通过对奖励模型和对比强化学习的损失函数进行改进，智能体模仿学习次优演示数据后，能够快速学习到更优的策略。

公开(公告)号：CN118722453A

公开(公告)日：2024-10-01

申请号：CN202410795198.0

申请日：2024-06-19

Applicant: 北京理工大学深圳汽车研究院(电动车辆国家工程实验室深圳研究院)

Inventor： 南金瑞 ,  申哲宇 ,  葛子奇 ,  高振洋 ,  王文伟 ,  何泳

IPC: B60R16/023 ,  B60L3/12 ,  B60L58/10

Abstract: 一种汽车及其域控系统，涉及汽车动力域控领域。该系统包括低压层、高压层和散热层，低压层包括采集模块、计算模块和控制模块，采集模块用于获取车辆信息，计算模块利用预设的控制算法对车辆信息进行计算，并输出车辆信息对应的控制结果；控制模块包括一个域控制器，用于根据所述控制结果输出对应的控制信号，根据控制信号对车辆的执行部件进行控制。高压层至少包括高压控制模块、直流转换模块、交流转换模块、动力电池和电机；高压控制模块获取控制信号，控制动力电池与直流转换模块的连接，以进行低压供电；和/或，高压控制模块获取控制信号，控制动力电池与交流转换模块的连接，以对电机进行控制。散热层对所述高压层进行散热。