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！

龙图腾网获悉同济大学申请的专利一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法与系统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：CN121744955B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202610243859.8，技术领域涉及：G06F30/27；该发明授权一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法与系统是由孙杰;陈宇航;范镓麟;孙剑设计研发完成，并于2026-03-02向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法与系统在说明书摘要公布了：本发明涉及一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法与系统。所述方法包括如下步骤：获取真实轨迹数据，基于去噪扩散概率模型构建场景级多智能体轨迹生成框架，通过迭代去噪过程生成多样化且逼真的智能体轨迹，以实现对复杂交通环境下多智能体交互行为的建模；进一步提出混合知识自蒸馏框架，在学生模型中迁移教师模型的多层次知识，并结合模拟退火策略动态平衡任务损失与蒸馏损失，从而提升模型的跨场景适应性与生成稳定性；仿真验证表明所生成的智能体轨迹能够有效降低碰撞事件率与逆行事件率，保证交互协调性与交通规则约束。所述系统能够提升自动驾驶仿真场景的真实性、多样性与跨场景适应能力。

本发明授权一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法与系统在权利要求书中公布了：1.一种基于知识蒸馏的自动驾驶测试场景仿真泛化生成方法，其特征在于，包括以下步骤： 采集真实自动驾驶数据集，包括机动车、非机动车与行人多类型交通参与者的轨迹信息，建立统一的观测—动作特征矩阵，构建交通仿真场景，用于支持多智能体轨迹生成与行为建模； 以每个交通参与者作为智能体，基于扩散模型构建多智能体轨迹生成框架，逐步对轨迹数据进行噪声扰动与反向去噪恢复，实现高保真场景合成； 基于扩散模型构建多智能体轨迹生成框架，通过迭代去噪过程生成智能体轨迹，以实现对复杂交通环境下多智能体交互行为的建模；采用教师—学生网络的自蒸馏机制，在学生模型中迁移教师模型在源数据集的结构化知识，并结合模拟退火策略动态平衡任务损失与蒸馏损失，从而提升模型的跨场景适应性与生成稳定性； 在未参与训练的其他独立自动驾驶数据集上进行零样本闭环仿真验证； 所述多智能体轨迹生成框架包括：场景编码器模块、轨迹生成框架和行为预测器；所述场景编码器模块采用基于查询控制多头注意力QCMHA架构，用于捕捉多智能体间的交互关系及交通场景约束；所述轨迹生成框架基于去噪扩散概率模型，其中正向扩散过程与逆向去噪过程共同构成多智能体控制序列生成的核心机制； 所述教师—学生网络的自蒸馏机制包括特征自蒸馏机制、响应自蒸馏机制和关系自蒸馏机制； 所述特征自蒸馏机制FSD用于对齐教师模型与学生模型在场景编码器中间层的特征表示，具体如下： 场景编码器基于QCMHA生成特征图，教师模型源自在多样化交通数据上基于模块预训练的扩散生成模型；学生模型与教师模型的结构一致，参数随机初始化；FSD通过对齐两者特征分布，使学生模型继承教师模型对复杂场景的结构化表征能力；特征在计算前进行L2归一化，以聚焦语义一致性而非数值差异； 所述响应自蒸馏机制RSD，用于对齐教师模型与学生模型在去噪生成过程中的动作分布，具体如下： 所述响应自蒸馏机制以教师模型输出的去噪动作作为软目标，通过最小化两者概率分布差异，引导学生模型学习更鲁棒的控制策略；引入温度参数以调整分布平滑程度，较高温度突出动作间相对关系，较低温度强化关键动作学习；通过基于KL散度的分布对齐，学生模型继承教师模型的行为先验与规则约束，在交叉口、环岛复杂场景中生成平滑、真实且符合物理规律的轨迹； 所述关系自蒸馏机制RlSD用于对齐教师模型与学生模型在多智能体交互关系建模方面的知识表示，具体如下： 关系自蒸馏机制通过构建智能体交互图，以动作差异为边权描述相互影响，并计算两模型在去噪过程中的交互差异；采用余弦相似性损失对齐智能体对间的动作方向一致性。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。