一种动态路径自适应学习智能规划系统及方法与流程

摘要: 本发明属于深度学习,尤其涉及一种动态路径自适应学习智能规划系统及方法。背景技术:1、在动态路径规划场景中,端到端策略神经网络因推理延迟较低,用于替代部分启发式图...
一种动态路径自适应学习智能规划系统及方法与流程

本发明属于深度学习,尤其涉及一种动态路径自适应学习智能规划系统及方法。

背景技术:

1、在动态路径规划场景中,端到端策略神经网络因推理延迟较低,用于替代部分启发式图搜索方法,现有方式通常依托离线采集的大规模平稳工况数据预先训练深层策略模型,在部署阶段再将高维环境观测数据直接映射为底层路径控制参量,这类数据驱动方式能够缩短在线推理时间,为高频动态避障提供基础。

2、这类预训练模型通常默认训练阶段与实际运行阶段的环境状态转移分布基本稳定,当移动智能体进入复杂工况,例如地表附着摩擦突然降低而造成动力学响应滞后,或者非刚性障碍物出现非线性运动时,传感器实时采集的数据与深层网络训练时形成的特征表征之间会产生明显的协变量偏移,此时,预训练模型输出的轨迹控制点容易超出实际可行范围,面对这类特征分布偏移,现有处理方式仍存在局限,若继续采用静态前向推理而不对表征偏差进行调整,控制指令容易发生振荡,甚至可能出现局部死锁;若在运行过程中对整个网络进行在线反向传播微调,又会增加控制周期内的计算负担;同时,由高频观测残差形成的小样本梯度还可能破坏预训练模型已经学习到的稳定几何避障特征,此外,现有自适应调整机制通常将表征自监督重建误差与任务安全惩罚直接进行线性加权,在环境快速变化时,不同任务对应的梯度容易发生方向冲突。

3、因此,如何在保持深度策略主干网络权重冻结的情况下,在线跟随动力学分布变化,减小多任务梯度冲突,并避免在线学习造成灾难性遗忘,成为本发明所要解决的技术问题。

技术实现思路

1、本发明旨在解决非平稳物理工况下深层特征分布漂移导致策略失准与多任务自适应微调引发梯度对抗振荡的技术问题。

2、在本技术方案中,一种动态路径自适应学习智能规划系统,系统包括:

3、时空多模态特征编码单元,用于获取位姿观测向量与环境占据栅格张量,输出后验潜状态向量;

4、潜在时序动态转移预测单元,用于根据后验潜状态向量与前序控制参量解算先验潜状态向量,解算二者之间的时序差分残差;

5、自适应仿射特征调制单元,包含轻量化环境适配超网络,用于根据时序差分残差生成缩放向量与偏移向量,并依据滑动窗口内通道残差方差构建通道门控向量,加权对后验潜状态向量实施仿射变换,输出自适应特征流形张量,且编码网络主干权重在线冻结;

6、障碍物感知空间势场投影单元,用于从环境占据栅格张量中解构障碍物速度场与距离梯度场,输出屏障惩罚标量;

7、流形约束策略规划生成单元,用于根据自适应特征流形张量与屏障惩罚标量,求解连续路径控制参数序列;

8、在线轻量双时间尺度梯度协同优化单元,用于在慢时间尺度更新网络主干参数;在快时间尺度,当动力学损失梯度与屏障损失梯度的内积小于0时,将屏障损失梯度向垂直于动力学损失梯度的正交补空间投影,合成更新梯度反向传播更新轻量化环境适配超网络。

9、优选的,自适应仿射特征调制单元包含通道敏感度门控子单元,通道敏感度门控子单元依据滑动时间窗口内时序差分残差在各通道上的时序方差生成通道门控向量;对于时序方差低于预设平滑阈值的通道,通道门控向量降低对应通道的特征缩放与偏移幅度,保留后验潜状态向量中的静态几何拓扑表征;对于时序方差高于预设平滑阈值的通道,通道门控向量提高对应通道的特征形变权重,通过轻量化环境适配超网络吸收动态扰动。

10、优选的,自适应仿射特征调制单元中,轻量化环境适配超网络输出的缩放向量由双曲正切函数实施幅值压缩,作用于后验潜状态向量的尺度因子由常数项1与经通道门控向量加权后的缩放分量相加构建,使尺度因子全域恒大于0,消除特征反向翻转导致的表征流形退化;轻量化环境适配超网络输出的偏移向量经通道门控向量加权后,与经尺度变换后的特征张量逐元素相加,输出自适应特征流形张量。

11、优选的,潜在时序动态转移预测单元包含时空残差自适应惯性解耦子单元,用于解算当前时序的时序差分残差与上一时序保留的稳态漂移向量的方向投影余弦相似度;当方向投影余弦相似度大于0时,调低自适应动量系数以加速捕获动力学漂移;当方向投影余弦相似度小于或等于0时,调高自适应动量系数以抑制高频测量噪声,通过一阶惯性滤波自时序差分残差中分离出低频稳态漂移向量与高频瞬态抖动向量,且仅将低频稳态漂移向量输入轻量化环境适配超网络以驱动仿射形变参数解算。

12、优选的,自适应仿射特征调制单元包含流形能量守恒弹性锚定子单元,用于监测经仿射变换生成并暂存的名义自适应特征流形张量相对后验潜状态向量的特征模长比率;当特征模长比率落入预设的弹性安全区间之内时,直接输出名义自适应特征流形张量作为自适应特征流形张量;当特征模长比率超出弹性安全区间的上限门限时,解算弹性回缩因子,将名义自适应特征流形张量的二范数等比例收缩至预设安全边界,截断轻量化环境适配超网络在线更新引起的表征发散通道。

13、优选的,障碍物感知空间势场投影单元中,构建非对称可微控制屏障函数,提取规划轨迹点相对最近障碍物边界的欧氏距离余量,并计算规划速度矢量沿障碍物表面法线梯度的内积投影;当规划速度矢量朝向障碍物边界且其投影速率与增益系数的乘积超出欧氏距离余量时,激活屏障惩罚标量呈二次方递增,并将屏障惩罚标量作为约束惩罚项直接拼接至自适应特征流形张量,输入流形约束策略规划生成单元。

14、优选的,在线轻量双时间尺度梯度协同优化单元中,在每个规划控制周期开展快时间尺度优化,当动力学损失梯度与屏障损失梯度的内积大于或等于0时,直接对两任务梯度线性加权求和;当内积小于0时,提取屏障损失梯度在动力学损失梯度方向上的投影分量并予以剔除,将正交修正后的屏障损失梯度与动力学损失梯度线性加权合成最终更新梯度,并在后验潜状态向量的输入端设置梯度阻断节点,限制反向传播仅更新轻量化环境适配超网络的权重参数。

15、优选的,当外部感知数据出现传输中断或丢包时,潜在时序动态转移预测单元启动异步时钟断流保护逻辑,将当前周期计算所得的先验潜状态向量直接回路接入后验隐状态输入端口,使时序差分残差强制置零,驱动轻量化环境适配超网络输出零值偏移向量与零值缩放向量,使自适应特征流形张量退化为与先验潜状态向量一致的恒等映射,系统自回归求解基于内部动力学外推的减速制动平滑曲线。

16、优选的,流形约束策略规划生成单元包含多层前馈策略生成网络,接收由自适应特征流形张量与屏障惩罚标量组合构建的高维输入向量,映射输出未来预测时域内各离散时步的线加速度增量与前轮转向角增量,增量经由五阶样条基函数插值重构为连续一阶导数与二阶导数均平滑的时间域路径曲线,并输出至外部控制接口以驱动智能体位移。

17、一种动态路径自适应学习智能规划方法,其用于运行动态路径自适应学习智能规划系统,包括以下步骤:

18、步骤s1,通过时空多模态特征编码单元获取位姿观测向量与环境占据栅格张量,映射输出固定维度的后验潜状态向量;

19、步骤s2,通过潜在时序动态转移预测单元根据后验潜状态向量与前序控制参量解算先验潜状态向量,解算二者之间的时序差分残差;

20、步骤s3,通过自适应仿射特征调制单元中的轻量化环境适配超网络根据时序差分残差生成缩放向量与偏移向量,并依据滑动窗口内通道残差方差构建通道门控向量,加权对后验潜状态向量实施仿射变换,输出自适应特征流形张量,且编码网络主干权重在线冻结;

21、步骤s4,通过障碍物感知空间势场投影单元从环境占据栅格张量中解构障碍物速度场与距离梯度场,输出屏障惩罚标量;

22、步骤s5,通过流形约束策略规划生成单元根据自适应特征流形张量与屏障惩罚标量求解连续路径控制参数序列,并输出至外部控制接口以驱动智能体位移;

23、步骤s6,通过在线轻量双时间尺度梯度协同优化单元在慢时间尺度更新网络主干参数;在快时间尺度,当动力学损失梯度与屏障损失梯度的内积小于0时,将屏障损失梯度向垂直于动力学损失梯度的正交补空间投影,合成更新梯度反向传播更新轻量化环境适配超网络。

24、相对于现有技术,本发明动态路径自适应学习智能规划系统及方法,具有以下优势:

25、1、在动态路径自适应学习智能规划中,通过双时间尺度的网络更新方式,将需要长期保持稳定的深度策略网络主干与需要快速适应环境变化的轻量化环境适配超网络分开处理,使在线学习主要集中在较小的适配网络中,这样既可避免小样本在线更新持续改动主干权重而造成灾难性遗忘,又可减少高频规划控制过程中的在线计算负担,使预训练网络已经形成的基础空间几何表征保持稳定。

26、2、通道敏感度门控子单元根据时序差分残差的变化程度,对不同特征通道采取不同的调制强度,使变化较小、主要承载稳定几何信息的通道降低受在线调整的影响,而变化明显的通道能够及时适应动态扰动,由此可以减少环境变化对预训练几何避障特征的干扰,避免因统一调整全部特征而产生拓扑畸变和虚假障碍信号,使自适应特征流形张量在保留原有空间结构信息的同时,更稳定地适应运行环境中的特征分布变化。

27、3、在线轻量双时间尺度梯度协同优化单元在动力学损失梯度与屏障损失梯度发生方向冲突时,对相互对抗的梯度分量进行修正,从而减少不同学习目标在反向传播过程中相互抵消的问题,这样能够降低轻量化环境适配超网络在线更新时的参数高频振荡,使网络权重保持更稳定的收敛状态,并使连续规划周期输出的路径控制参数更加平滑。