买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119806134B 。

龙图腾网通过国家知识产权局官网在2026-04-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411790408.3，技术领域涉及：G05D1/43；该发明授权基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法是由彭剑坤;施烨波;彭杨诚;韩雨;丁璠;周嘉璇;范毅设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法在说明书摘要公布了：本发明涉及一种基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法，包括：步骤S1：构建仿真模型，其中，所述仿真模型包括路口仿真环境、自车模型和他车模型，并建立自车模型和他车模型与路口仿真环境的数据交互；步骤S2：将自车模型的轨迹规划过程定义为马尔可夫决策过程，构建第一模型，并配置状态空间、动作空间和奖励，其中，所述状态空间中的参数基于仿真模型获取；步骤S3：构建极大化熵目标函数，并选择极大化熵目标函数值最大的策略作为进行左转控制。与现有技术相比，本发明提高了29％的交叉口安全性，并在时空轨迹上显示了有效的避障能力。

本发明授权基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法在权利要求书中公布了：1.一种基于双层注意力机制和离散SAC算法的无信号交叉口左转控制方法，其特征在于，包括： 步骤S1：构建仿真模型，其中，所述仿真模型包括路口仿真环境、自车模型和他车模型，并建立自车模型和他车模型与路口仿真环境的数据交互； 步骤S2：将自车模型的轨迹规划过程定义为马尔可夫决策过程，构建第一模型，并配置状态空间、动作空间和奖励，其中，所述状态空间中的参数基于仿真模型获取； 步骤S3：构建极大化熵目标函数，并选择极大化熵目标函数值最大的策略作为进行左转控制； 所述动作空间由三个离散命数组成，分别为减速、保持当前速度和减速； 所述奖励为： r=Rsafe+Reff 其中：r为奖励，Rsafe为安全奖励，Reff为效用奖励； 所述效用奖励包括到达子奖励和速度子奖励； 所述效用奖励包括： Reff=Reff-1+Reff-2 其中：Reff-1为到达子奖励，Reff-2为速度子奖励，为常数； 所述速度子奖励为各步的速度奖励值之和，其中，任一步的速度奖励值的取值为： 若当前速度为在预配置的速度区间内，则速度奖励值取一个0-1之间的值，反之，则速度奖励值为0； 所述极大化熵目标函数为： 其中：为最优策略，为策略，T为总时间步数，t为时间步，Es_t,a_t为第t步数学期望，γ为折扣率，为状态st和动作at时的奖励，α为温度系数，为策略在状态st处熵，所述策略为在不同状态下执行不同动作的概率分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210018 江苏省南京市玄武区四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。