【技术实现步骤摘要】
本专利技术涉及无人艇自主行为决策，特别是涉及一种基于目标意图时空表达的无人艇自主行为决策方法及系统。
技术介绍
1、无人艇自主行为决策是智能无人系统领域的重要研究课题。无人艇任务场景中不同的目标实体具有多样的意图类型，并且意图可能是动态变化的，这造成了目标意图表达的复杂性，对无人艇自主行为决策造成干扰。因此，多目标动态意图的识别与理解是无人艇自主行为决策的难点问题。目前的方法主要通过高维意图语义识别和低维意图表征实现对目标实体的意图判断与特征学习。
2、高维意图语义识别是通过专家系统、模板匹配等方法，对单一时刻目标的语义意图进行识别和分类。这类方法往往是根据特定任务或领域设计的，因此可以更好地适应任务的特定语义需求，提高对特定目标意图的理解能力，但是缺少意图动态变化的时序特征，在面对复杂多变的多目标意图时难以形成准确有效的意图识别与理解模型。
3、低维意图表征是将目标的低维特征(如目的地坐标、智能体动作等)作为目标意图，通过端到端黑盒网络进行目标的意图表示。这样的意图表示方式具有通用性，能够灵活应用于不同的任务场景以及不同目标类型，并且在模型训练时相关特征也很容易获得。然而，低维度的特征缺乏与任务场景的关联，很难准确反应对手的真实意图。
4、综上，目前的无人艇自主行为决策技术多数集中于低维度动作特征识别和单一时刻目标意图分析，实际应用中容易造成意图误判和策略滞后。
5、基于此，亟需一种新型的无人艇自主行为决策技术。
技术实现思路
1、
2、为实现上述目的，本专利技术提供了如下方案：
3、一种基于目标意图时空表达的无人艇自主行为决策方法，包括：
4、获取当前时刻的感知数据；所述感知数据为安装在无人艇上的激光雷达所获得的雷达数据和视觉传感器所获得的图像数据；
5、基于所述感知数据确定所述无人艇观测到的每一实体的行为特征；对于每一所述实体，以所述实体的行为特征作为输入，利用目标意图分类模型确定所述实体的意图类型，所述实体的行为特征和所述实体的意图类型组成所述实体的意图特征向量；所述实体为除所述无人艇之外的其他无人艇；所述意图类型的类别是根据无人艇的任务场景预先确定的；
6、对所有所述实体的意图特征向量进行空间特征编码，得到当前时刻的空间编码向量；对所述空间编码向量进行时序特征编码，得到当前时刻的时序编码向量；
7、以所述时序编码向量作为输入，利用无人艇策略网络确定当前时刻的无人艇自主行为决策动作。
8、在一些实施例中，所述行为特征包括所述实体的实体类型、艏向角度和空间坐标；
9、当无人艇的任务场景为无人艇集群重要目标守卫任务场景时，所述意图类型包括侦察意图、威胁意图、攻击意图和拦截意图；所述侦察意图为实体的实体类型为敌方无人艇、处在危险警戒区域以外、且实体的艏向角没有朝向守卫目标；所述威胁意图为实体的实体类型为敌方无人艇、处在危险警戒区域以外、且实体的艏向角朝向守卫目标；所述攻击意图为具有威胁意图的实体到达危险警戒区域内；所述拦截意图为实体的实体类型为友方无人艇。
10、在一些实施例中，对所有所述实体的意图特征向量进行空间特征编码，得到当前时刻的空间编码向量，具体包括：
11、对于每一所述实体，以所述实体的意图特征向量作为输入，利用softmax函数计算所述实体的注意力权重；
12、基于每一所述实体的注意力权重对所有所述实体的意图特征向量进行加权求和，得到当前时刻的空间编码向量。
13、在一些实施例中，对所述空间编码向量进行时序特征编码，得到当前时刻的时序编码向量，具体包括：
14、对所述空间编码向量和所述感知数据进行编码，得到当前时刻的感知隐藏特征向量；
15、对从起始时刻到当前时刻以内的每一时刻的感知隐藏特征向量进行编码，得到当前时刻的时序编码向量。
16、在一些实施例中，对所述空间编码向量和所述感知数据进行编码，具体包括：利用全连接神经网络对所述空间编码向量和所述感知数据进行编码；
17、对从起始时刻到当前时刻以内的每一时刻的感知隐藏特征向量进行编码，具体包括：利用门控循环单元对从起始时刻到当前时刻以内的每一时刻的感知隐藏特征向量进行编码。
18、在一些实施例中，所述无人艇策略网络为演员-评论家模型的演员网络。
19、在一些实施例中，在确定当前时刻的无人艇自主行为决策动作之后，还包括：判断是否达到训练条件，若是，则对所述无人艇策略网络进行更新，得到更新后网络，并以所述更新后网络作为下一时刻的无人艇策略网络。
20、一种基于目标意图时空表达的无人艇自主行为决策系统，包括：
21、数据获取模块，用于获取当前时刻的感知数据；所述感知数据为安装在无人艇上的激光雷达所获得的雷达数据和视觉传感器所获得的图像数据；
22、意图识别模块，用于基于所述感知数据确定所述无人艇观测到的每一实体的行为特征；对于每一所述实体，以所述实体的行为特征作为输入，利用目标意图分类模型确定所述实体的意图类型，所述实体的行为特征和所述实体的意图类型组成所述实体的意图特征向量；所述实体为除所述无人艇之外的其他无人艇；所述意图类型的类别是根据无人艇的任务场景预先确定的；
23、时空编码模块，用于对所有所述实体的意图特征向量进行空间特征编码，得到当前时刻的空间编码向量；对所述空间编码向量进行时序特征编码，得到当前时刻的时序编码向量；
24、动作决策模块，用于以所述时序编码向量作为输入，利用无人艇策略网络确定当前时刻的无人艇自主行为决策动作。
25、根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
26、本专利技术用于提供一种基于目标意图时空表达的无人艇自主行为决策方法及系统，先基于当前时刻的感知数据确定无人艇观测到的每一实体的行为特征，进一步利用目标意图分类模型确定每一实体的意图类型，再对所有实体的由行为特征和意图类型组成的意图特征向量依次进行空间特征编码和时序特征编码，得到当前时刻的时序编码向量，最后以时序编码向量作为输入，利用无人艇策略网络确定当前时刻的无人艇自主行为决策动作，由于本专利技术的意图类型的类别是根据无人艇的任务场景预先确定的，且对意图特征向量依次进行了空间特征编码和时序特征编码，故与高维意图语义识别和低维意图表征方法相比，显性的将意图识别过程与任务场景关联，并且通过空间特征编码和时序特征编码学习多个实体的意图演化规律，提高对意图的理解能力，解决容易造成意图误判和策略滞后的问题，从而提高无人艇行为策略的任务完成率。
本文档来自技高网...【技术保护点】
1.一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，所述行为特征包括所述实体的实体类型、艏向角度和空间坐标；
3.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，对所有所述实体的意图特征向量进行空间特征编码，得到当前时刻的空间编码向量，具体包括：
4.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，对所述空间编码向量进行时序特征编码，得到当前时刻的时序编码向量，具体包括：
5.根据权利要求4所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，对所述空间编码向量和所述感知数据进行编码，具体包括：利用全连接神经网络对所述空间编码向量和所述感知数据进行编码；
6.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，所述无人艇策略网络为演员-评论家模型的演员网络。
7.根据权利要求6所述的一种基于目
8.一种基于目标意图时空表达的无人艇自主行为决策系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，包括：
2.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，所述行为特征包括所述实体的实体类型、艏向角度和空间坐标；
3.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，对所有所述实体的意图特征向量进行空间特征编码，得到当前时刻的空间编码向量，具体包括：
4.根据权利要求1所述的一种基于目标意图时空表达的无人艇自主行为决策方法，其特征在于，对所述空间编码向量进行时序特征编码，得到当前时刻的时序编码向量，具体包括：
5.根据权利要求4所述的一种基于目标意图时空表达的无人...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。