Zur verbesserten Integration von Vorwissen, sei es weich oder hart, in KI-basierte Verfahren autonomer Fortbewegung wird ein computerimplementiertes Verfahren zum Trainieren eines Machine-Learning-Modells vorgeschlagen. Das Machine-Learning-Modell ermittelt Wahrscheinlichkeiten, mit denen ein Fahrzeug (12) oder ein Roboter sich entlang einer Trajektorie aus einem Satz von möglichen Trajektorien (14) in einem Verkehrsraum (10), der andere Agenten (24) enthält, bewegt. Das Verfahren umfasst:a) Trainieren eines ersten Machine-Learning-Modells auf Basis künstlich erzeugter Trainingsdaten, die für das Ermitteln möglicher Trajektorien (14) relevante Angaben über die Agenten (24) enthalten;b) Extrahieren von Modellparametern, die für das Ermitteln der Trajektorien relevant sind, aus dem ersten Machine-Learning-Modell; undc) Trainieren eines zweiten Machine-Learning-Modells auf Basis observierter Trainingsdaten, die tatsächlich gefahrene Trajektorien (28) enthalten, mittels eines kontinuierlichen Lernverfahrens, welches das Trainieren anhand der in Schritt b) extrahierten Modellparameter regularisiert, um das Machine-Learning-Modell zum Ermitteln einer Wahrscheinlichkeit für mögliche Trajektorien (14) des Fahrzeugs (12) oder des Roboters in dem Verkehrsraum (10) zu erhalten.
The aim of the invention is an improved integration of prior knowledge, whether it be soft or hard, into AI-based methods for an autonomous movement. For this purpose, the invention proposes a computer-implemented method for training a machine-learning model. The machine-learning model ascertains probabilities with which a vehicle (12) or a robot moves along a trajectory of a set of possible trajectories (14) in a traffic space (10) which contains other agents (24). The method has the steps of: a) training a first machine-learning model on the basis of artificially generated training data which contains agent (24) information, which is relevant to the process of ascertaining possible trajectories (14); b) extracting model parameters, which are relevant to the process of ascertaining the trajectories, from the first machine-learning model; and c) training a second machine-learning model on the basis of observed training data, which contains trajectories (28) that are actually traversed, using a continuous learning method which regulates the training process using the model parameters extracted in step b) in order to obtain the machine-learning model in order to ascertain the probability of possible trajectories (14) for the vehicle (12) or the robot in the traffic space (10).
Computerimplementiertes Verfahren zum Trainieren eines Machine-Learning-Modells für ein Fahrzeug oder einen Roboter
2022-12-01
Patent
Electronic Resource
German
IPC: | B60W CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION , Gemeinsame Steuerung oder Regelung von Fahrzeug-Unteraggregaten verschiedenen Typs oder verschiedener Funktion / G06N COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS , Rechnersysteme, basierend auf spezifischen Rechenmodellen |
European Patent Office | 2023
|Vorrichtung und Verfahren zum Trainieren eines Modells sowie Fahrzeug
European Patent Office | 2021
|COMPUTER-IMPLEMENTIERTES VERFAHREN ZUM TRAINIEREN EINES MACHINE-LEARNING-MODELLS
European Patent Office | 2025
|