一种应用选择性联邦学习的CAV决策方法技术

本发明专利技术公开了一种应用选择性联邦学习的CAV决策方法，包括：所有自动驾驶汽车从FL服务器下载上一轮迭代更新的全局模型；所有自动驾驶汽车使用自身的行驶数据训练本地模型，更新模型参数；获取所有自动驾驶汽车在联邦学习过程中的通信开销和计算开销；进行多因素驱动的本地模型筛选，选中的自动驾驶汽车将更新后的本地模型上传至FL服务器，其中，本地模型筛选包括基于信誉的筛选、基于模型收敛性的筛选和基于最大化效用的筛选；所述FL服务器对接收到的本地模型进行聚合以获得改进的全局模型。本发明专利技术在上传本地模型之前提出了一种多因素驱动的模型筛选策略，克服传统方法不对参与者加以区分的缺陷，能够选择尽可能多的高质量用户。户。户。

【技术实现步骤摘要】
一种应用选择性联邦学习的CAV决策方法


[0001]本专利技术属于自动驾驶
，具体涉及一种应用选择性联邦学习的CAV决策方法。

技术介绍

[0002]自动驾驶汽车(CAV)利用车载传感器和通信模块来提高其感知能力，并实现其运动规划和自动控制。机器学习算法被广泛用于执行自动驾驶任务，例如行人检测、自动换道、避碰等。一般来说，准确的自动驾驶模型需要建立在大量数据之上。但单个CAV涉及的场景有限，感知和计算能力无法应对复杂的交通环境。更重要的是，通过模型训练从CAV获得的知识存在于本地，很难重用知识并与其他CAV协作。随着对用户隐私和数据安全的关注，如何在保护隐私的同时解决数据问题是人工智能(AI)赋能CAV面临的巨大挑战。为了克服这些挑战，联邦学习(Federated Learning,FL)可以作为一种有前途的解决方案来限制数据传输量并加速CAV的学习过程。
[0003]现有的自动驾驶联邦学习方法大多是参与联邦学习的自动驾驶汽车直接将本地模型训练后全部上传至FL服务器聚合，基本思路为：1)模型下载：所有自动驾驶汽车从FL服务器下载全本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用选择性联邦学习的CAV决策方法，其特征在于，包括：S1：模型下载：所有自动驾驶汽车从FL服务器下载上一轮迭代更新的全局模型；S2：本地训练：所有自动驾驶汽车使用自身的行驶数据训练本地模型，更新模型参数，所述本地模型以相对位置和相对速度为状态空间，以加速度为动作空间，以安全舒适性为奖励函数；S3：开销计算：获取所有自动驾驶汽车在联邦学习过程中的通信开销和计算开销；S4：模型筛选和上传：进行多因素驱动的本地模型筛选，选中的自动驾驶汽车将更新后的本地模型上传至FL服务器，其中，本地模型筛选包括基于信誉的筛选、基于模型收敛性的筛选和基于最大化效用的筛选；S5：模型聚合：所述FL服务器对接收到的本地模型进行聚合以获得改进的全局模型。2.根据权利要求1所述的应用选择性联邦学习的CAV决策方法，其特征在于，所述状态空间表示为：s(t)＝{s
ov
(t),s
op
(t)}其中，s
ov
(t)表示目标车辆的速度v
ov
(t)、位置P
ov
(t)和加速度a
ov
(t)；s
op
(t)表示其他交通参与者的速度v
op
(t)、位置P
op
(t)和加速度a
op
(t)；所述动作空间表示为：a(t)＝{a
ov
(t)}。3.根据权利要求1所述的应用选择性联邦学习的CAV决策方法，其特征在于，所述奖励函数包括关于安全的奖励函数、关于舒适性的奖励函数以及关于效率的奖励函数，其中，所述关于安全的奖励函数表示为：r
s
(t)＝
‑
m[v
ov
(t)2+α]||{Collsion},其中，v
ov
(t)表示目标车辆的速度，m和α为权重参数，{Collsion}表示若发生碰撞，则值为1，否则为0；所述关于舒适性的奖励函数表示为：其中，k和β为权重参数，j
ov
(t)表示目标车辆的急动度，表示加速度的阈值，表示急动度的阈值，a
ov
(t)表示目标车辆的加速度；所述关于效率的奖励函数表示为：其中，s
rel
(t)表示目标车辆与其他交通参与者的车间距，s
th
表示用于指示制动距离是否合适的阈值，δ和l为权重参数。4.根据权利要求1所述的应用选择性联邦学习的CAV决策方法，其特征在于，所述S3包括：S31：获取自动驾驶汽车v
i
在第r轮迭代中进行本地模型训练的执行时间：
其中，表示在自动驾驶汽车第r轮迭代中参与联邦学习的数据样本，f
i(r)
表示自动驾驶汽车v
i
为本地模型训练贡献计算资源，表示在全局精度固定时本地模型更新的迭代次数，表示执行一个数据样本的CPU周期数；S32：获取自动驾驶汽车在第r轮迭代中上传过程所消耗的时间：其中...

【专利技术属性】
技术研发人员：付宇钏，唐鑫龙，李长乐，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：