自动驾驶控制方法及装置、系统、电子设备和存储介质与流程

本公开涉及自动驾驶技术领域，尤其涉及一种生成对抗神经网络的训练方法及装置、自动驾驶控制方法及装置、自动驾驶系统、电子设备和存储介质。

背景技术：

自动驾驶的智能决策是自动驾驶技术中的重要环节，它能够帮助规划模块确定终点位置，并能够为规划模块和控制模块提供舒适度以及交通规则的参考，使得整个自动驾驶系统更加智能化。

技术实现要素：

本公开提供了一种自动驾驶控制技术方案。

根据本公开的一方面，提供了一种生成对抗神经网络的训练方法，所述生成对抗神经网络包括生成器和判别器，所述方法包括：

获取专家驾驶信息以及处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，其中，所述专家驾驶信息为人驾驶所述智能体执行所述驾驶任务时对应的驾驶信息，所述行驶状态信息包括所述智能体的状态信息和地图信息；

经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息；

经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息；

根据所述奖惩信息调整所述生成器的网络参数。

由于生成器是基于判别器输出的驾驶决策生成信息的奖惩信息训练的，而判别器是基于专家驾驶信息和驾驶决策生成信息确定奖惩信息的，因此，生成器的训练受到专家驾驶信息的约束，因此训练得到的生成器输出的驾驶决策生成信息接近于专家驾驶信息，因此能够应对复杂的交通环境，能够提高驾驶决策的决策准确性和决策速度，同时也考虑了驾驶的舒适性和交通规则的限制。

在一种可能的实现方式中，所述经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息，包括：

确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息；

经所述判别器基于所述专家驾驶信息和所述驾驶规划控制信息，输出所述驾驶决策生成信息的奖惩信息。

在该实现方式中，判别器可以基于驾驶规划控制信息与专家驾驶信息的接近程度，确定驾驶决策生成信息的奖惩信息，由此能够指导生成器进行更接近于专家驾驶信息的驾驶决策。

在一种可能的实现方式中，所述方法还包括：

确定专家驾驶信息相对预定数据类型分布的第一分布数据；

确定所述驾驶决策生成信息和所述行驶状态信息相对所述预定数据类型分布的第二分布数据；

根据所述第一分布数据和所述第二分布数据的交叉熵，调整所述判别器的网络参数。

在该实现方式中，不仅利用专家驾驶信息和驾驶决策生成信息训练判别器，还利用行驶状态信息训练判别器，由此能够进一步帮助判别器区分专家驾驶信息与自动驾驶数据，从而有助于提升生成器的决策准确性。

在一种可能的实现方式中，所述专家驾驶信息包括人驾驶所述智能体执行所述驾驶任务时的控制信息、途经点的位置信息、途经点的速度和行驶状态信息中的一项或多项；

所述行驶状态信息还包括所述智能体的驾驶环境中的其他智能体的状态信息，所述智能体的状态信息包括所述智能体的位置、速度和加速度中的一项或多项，所述其他智能体的状态信息包括所述其他智能体相对于所述智能体的位置、速度和加速度中的一项或多项；

所述驾驶决策生成信息包括途经点的位置信息和途经点的目标速度中的一项或多项。

基于该实现方式，不仅考虑所述智能体的状态信息和地图信息，还考虑所述智能体的驾驶环境中的其他智能体的状态信息，由此训练得到的生成器能够适用于除所述智能体以外存在其他智能体的应用场景中。

在一种可能的实现方式中，获取处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，包括：获取处于自动驾驶模式的智能体在执行驾驶任务的过程中所述智能体处于不同状态时的多个行驶状态信息；

所述经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息，包括：经所述生成器分别生成与多个行驶状态信息各自对应的多个驾驶决策生成信息；

所述经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息，包括：经所述判别器基于所述专家驾驶信息和所述多个驾驶决策生成信息，分别输出与所述多个驾驶决策生成信息各自对应的多个奖惩信息；

所述根据所述奖惩信息调整所述生成器的网络参数，包括：根据所述多个奖惩信息调整所述生成器的网络参数。

在该实现方式中，通过根据所述驾驶任务中的多个奖惩信息，训练所述生成器，由此能够使生成器学习到对未来长期状态的影响进行估计的能力。

在一种可能的实现方式中，所述根据所述多个奖惩信息调整所述生成器的网络参数，包括：

确定所述多个奖惩信息的和值；

通过最大化所述和值，调整所述生成器的网络参数。

在该实现方式中，由于优化生成器的目标是最大化所述驾驶任务中的多个奖惩信息的和值，因此能够使生成器学习到对未来长期状态的影响进行估计的能力。

在一种可能的实现方式中，所述确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息，包括：

确定所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息，其中，所述路线规划信息包括规划路线和所述规划路线上多个途径点的目标速度；

根据所述路线规划信息，确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息。

在该实现方式中，通过确定规划路线和所述规划路线上多个途径点的目标速度，再确定驾驶规划控制信息，由此有助于进行更精确地驾驶控制。

在一种可能的实现方式中，所述根据所述奖惩信息调整所述生成器的网络参数，包括：

朝着网络参数调整后的生成器所生成的驾驶决策生成信息对应更高的奖惩信息的目标，调整所述生成器的网络参数，并控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值。

通过控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值，能够提高生成器优化的稳定性和训练速度。

根据本公开的一方面，提供了一种自动驾驶控制方法，包括：

获取智能体的行驶状态信息；

采用所述生成对抗神经网络的训练方法训练得到的生成器，根据所述行驶状态信息生成所述智能体的驾驶决策信息；

根据所述驾驶决策生成信息获得路线规划信息；

根据所述路线规划信息获得驾驶规划控制信息；

根据所述驾驶规划控制信息控制所述智能体。

根据本公开的一方面，提供了一种生成对抗神经网络的训练装置，所述生成对抗神经网络包括生成器和判别器，所述装置包括：

第一获取模块，用于获取专家驾驶信息以及处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，其中，所述专家驾驶信息为人驾驶所述智能体执行所述驾驶任务时对应的驾驶信息，所述行驶状态信息包括所述智能体的状态信息和地图信息；

第一生成模块，用于经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息；

输出模块，用于经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息；

第一调整模块，用于根据所述奖惩信息调整所述生成器的网络参数。

在一种可能的实现方式中，所述输出模块用于：

确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息；

经所述判别器基于所述专家驾驶信息和所述驾驶规划控制信息，输出所述驾驶决策生成信息的奖惩信息。

在一种可能的实现方式中，所述装置还包括：

第一确定模块，用于确定专家驾驶信息相对预定数据类型分布的第一分布数据；

第二确定模块，用于确定所述驾驶决策生成信息和所述行驶状态信息相对所述预定数据类型分布的第二分布数据；

第二调整模块，用于根据所述第一分布数据和所述第二分布数据的交叉熵，调整所述判别器的网络参数。

在一种可能的实现方式中，所述专家驾驶信息包括人驾驶所述智能体执行所述驾驶任务时的控制信息、途经点的位置信息、途经点的速度和行驶状态信息中的一项或多项；

所述行驶状态信息还包括所述智能体的驾驶环境中的其他智能体的状态信息，所述智能体的状态信息包括所述智能体的位置、速度和加速度中的一项或多项，所述其他智能体的状态信息包括所述其他智能体相对于所述智能体的位置、速度和加速度中的一项或多项；

所述驾驶决策生成信息包括途经点的位置信息和途经点的目标速度中的一项或多项。

在一种可能的实现方式中，所述第一获取模块用于：获取处于自动驾驶模式的智能体在执行驾驶任务的过程中所述智能体处于不同状态时的多个行驶状态信息；

所述第一生成模块用于，包括：经所述生成器分别生成与多个行驶状态信息各自对应的多个驾驶决策生成信息；

所述输出模块用于：经所述判别器基于所述专家驾驶信息和所述多个驾驶决策生成信息，分别输出与所述多个驾驶决策生成信息各自对应的多个奖惩信息；

所述第一调整模块用于：根据所述多个奖惩信息调整所述生成器的网络参数。

在一种可能的实现方式中，所述第一调整模块用于：

确定所述多个奖惩信息的和值；

通过最大化所述和值，调整所述生成器的网络参数。

在一种可能的实现方式中，所述输出模块用于：

确定所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息，其中，所述路线规划信息包括规划路线和所述规划路线上多个途径点的目标速度；

根据所述路线规划信息，确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息。

在一种可能的实现方式中，所述第一调整模块用于：

朝着网络参数调整后的生成器所生成的驾驶决策生成信息对应更高的奖惩信息的目标，调整所述生成器的网络参数，并控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值。

根据本公开的一方面，提供了一种自动驾驶控制装置，包括：

第二获取模块，用于获取智能体的行驶状态信息；

第二生成模块，用于采用所述生成对抗神经网络的训练装置训练得到的生成器，根据所述行驶状态信息生成所述智能体的驾驶决策信息；

第一获得模块，用于根据所述驾驶决策生成信息获得路线规划信息；

第二获得模块，用于根据所述路线规划信息获得驾驶规划控制信息；

控制模块，用于根据所述驾驶规划控制信息控制所述智能体。

根据本公开的一方面，提供了一种自动驾驶系统，包括感知模块、决策模块、规划模块和控制模块，其中，所述决策模块采用所述生成对抗神经网络的训练方法训练得到的生成器实现，所述感知模块与所述决策模块通信连接，所述决策模块与所述规划模块通信连接，所述规划模块与所述控制模块通信连接；所述感知模块用于获取行驶状态信息，并将所述行驶状态信息输入所述决策模块；所述决策模块用于根据所述行驶状态信息获得驾驶决策信息，并将所述驾驶决策信息输入所述规划模块；所述规划模块用于根据所述驾驶决策信息获得路线规划信息，并将所述路线规划信息输入所述控制模块；所述控制模块用于根据所述路线规划信息获得驾驶规划控制信息。

根据本公开的一方面，提供了一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。

在本公开实施例中，由于生成器是基于判别器输出的驾驶决策生成信息的奖惩信息训练的，而判别器是基于专家驾驶信息和驾驶决策生成信息确定奖惩信息的，因此，生成器的训练受到专家驾驶信息的约束，因此训练得到的生成器输出的驾驶决策生成信息接近于专家驾驶信息，因此能够应对复杂的交通环境，能够提高驾驶决策的决策准确性和决策速度，同时也考虑了驾驶的舒适性和交通规则的限制。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。

图1示出本公开实施例提供的生成对抗神经网络的训练方法的流程图。

图2示出本公开实施例提供的生成对抗神经网络的训练方法的一示意图。

图3示出本公开实施例提供的生成对抗神经网络的训练方法的另一示意图。

图4示出本公开实施例提供的自动驾驶控制方法的流程图。

图5a示出将本公开实施例提供的自动驾驶控制方法应用于双车道跟车任务的示意图。

图5b示出将本公开实施例提供的自动驾驶控制方法应用于交叉路口汇入车流任务的示意图。

图5c示出将本公开实施例提供的自动驾驶控制方法应用于交叉路口左转任务的示意图。

图5d示出将本公开实施例提供的自动驾驶控制方法应用于大圆盘结构道路汇入车流任务的示意图。

图6示出本公开实施例提供的生成对抗神经网络的训练装置的框图。

图7示出本公开实施例提供的自动驾驶控制装置的框图。

图8示出本公开实施例提供的自动驾驶系统的框图。

图9示出本公开实施例提供的自动驾驶系统的示意图。

图10示出本公开实施例提供的一种电子设备800的框图。

图11示出本公开实施例提供的一种电子设备1900的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。

另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出本公开实施例提供的生成对抗神经网络的训练方法的流程图。所述生成对抗神经网络包括生成器和判别器。在一个示例中，生成器和判别器可以均采用神经网络实现。在另一个示例中，生成器可以采用有限状态机实现。所述生成对抗神经网络的训练方法的执行主体可以是生成对抗神经网络的训练装置。例如，所述生成对抗神经网络的训练方法可以由终端设备或服务器或其它处理设备执行。其中，终端设备可以是车载设备、用户设备(userequipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personaldigitalassistant，pda)、手持设备、计算设备或者可穿戴设备等。在一些可能的实现方式中，所述生成对抗神经网络的训练方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图1所示，所述生成对抗神经网络的训练方法包括步骤s11至步骤s14。

在步骤s11中，获取专家驾驶信息以及处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，其中，所述专家驾驶信息为人驾驶所述智能体执行所述驾驶任务时对应的驾驶信息，所述行驶状态信息包括所述智能体的状态信息和地图信息。

在本公开实施例中，智能体可以为车(实车或者模拟器)、机器人或者机械臂等。驾驶任务可以包括目的地的位置信息，或者，驾驶任务可以包括起始点的位置信息和目的地的位置信息。当然，驾驶任务还可以包括其他能够反映驾驶任务的特征的信息，本公开实施例对此不作限定。

在本公开实施例中，所述专家驾驶信息表示所述驾驶任务对应的专家驾驶信息。例如，所述专家驾驶信息可以为人在模拟器或者实车中执行所述驾驶任务的过程中的驾驶信息。

在一种可能的实现方式中，所述专家驾驶信息包括人驾驶所述智能体执行所述驾驶任务时的控制信息、途经点的位置信息、途经点的速度和行驶状态信息中的一项或多项。其中，人驾驶所述智能体执行所述驾驶任务时的控制信息可以表示人执行所述驾驶任务的过程中执行的驾驶动作(例如转方向盘、踩油门、踩刹车等)；人驾驶所述智能体执行所述驾驶任务时的途经点的位置信息可以包括人驾驶所述智能体执行所述驾驶任务的过程中的多个途径点的位置信息；人驾驶所述智能体执行所述驾驶任务时的途经点的速度可以包括人驾驶所述智能体执行所述驾驶任务的过程中的多个途径点的速度；人驾驶所述智能体执行所述驾驶任务时的行驶状态信息可以为人驾驶所述智能体执行所述驾驶任务的过程中自动获取的行驶状态信息。

在本公开实施例中，行驶状态信息可以反映智能体的行驶状态。专家驾驶信息中的行驶状态信息可以反映人驾驶所述智能体执行所述驾驶任务的过程中智能体的行驶状态；处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，可以反映处于自动驾驶模式的智能体在执行驾驶任务的过程中智能体的行驶状态。其中，专家驾驶信息中的行驶状态信息和处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息均可以以预设频率获取，由此在人驾驶所述智能体执行所述驾驶任务的过程中以及处于自动驾驶模式的智能体在执行驾驶任务的过程中，均持续获取行驶状态信息，直至完成所述驾驶任务。

在一种可能的实现方式中，所述行驶状态信息还包括所述智能体的驾驶环境中的其他智能体的状态信息，所述智能体的状态信息包括所述智能体的位置、速度和加速度中的一项或多项，所述其他智能体的状态信息包括所述其他智能体相对于所述智能体的位置、速度和加速度中的一项或多项。基于该实现方式，不仅考虑所述智能体的状态信息和地图信息，还考虑所述智能体的驾驶环境中的其他智能体的状态信息，由此训练得到的生成器能够适用于除所述智能体以外存在其他智能体的应用场景中。

作为该实现方式的一个示例，可以通过激光雷达获取智能体的位置和其他智能体的状态信息，可以通过传感器获取智能体的速度和加速度。

在一种可能的实现方式中，所述地图信息可以包括静态地图。在一个示例中，所述地图信息可以包括车道线信息、交规信息等。

在一种可能的实现方式中，所述行驶状态信息还可以包括环境感知信息。例如，环境感知信息可以包括障碍物信息等。在该实现方式中，环境感知信息可以通过智能体上设置的传感器对智能体所在的环境进行检测而获得。其中，传感器可以包括摄像头和/或激光雷达等。在该实现方式中，通过获取环境感知信息，并至少基于所述环境感知信息获得驾驶决策生成信息，由此有助于进一步提高生成器的决策准确性。

在步骤s12中，经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息。

在本公开实施例中，在获取处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息之后，可以将所述行驶状态信息输入生成器，经由所述生成器生成驾驶决策生成信息。

在一种可能的实现方式中，所述驾驶决策生成信息包括途经点的位置信息和所述途经点的目标速度中的一项或多项。其中，所述驾驶决策生成信息可以包括一个或多个途经点的位置信息，以及所述一个或多个途经点的目标速度。

图2示出本公开实施例提供的生成对抗神经网络的训练方法的一示意图。图2为超车的应用场景，图2中的候选途经点可以表示生成器进行驾驶决策的过程中的候选的途经点，目标途经点可以表示生成器生成的驾驶决策生成信息中的途经点。如图2所示，获取的行驶状态信息还可以包括地图信息和智能体的驾驶环境中的其他智能体的状态信息，其中，地图信息可以包括车道信息(例如智能体所处的当前车道以及智能体当前所能选择的合法车道的信息)。

在步骤s13中，经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息。

在本公开实施例中，奖惩信息可以反映所述生成器生成的驾驶决策生成信息与专家驾驶信息的接近程度，所述生成器生成的驾驶决策生成信息与专家驾驶信息的越接近，则所述驾驶决策生成信息的奖惩信息越大。

在一种可能的实现方式中，所述经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息，包括：确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息；经所述判别器基于所述专家驾驶信息和所述驾驶规划控制信息，输出所述驾驶决策生成信息的奖惩信息。其中，所述驾驶规划控制信息可以包括方向盘的转角信息、油门信息和刹车信息中的一项或多项。

在一个示例中，可以采用式1确定所述生成器的驾驶决策的奖惩信息r，

r＝log(d(s,a))式1，

其中，d表示判别器，s表示所述行驶状态信息，a表示所述驾驶规划控制信息。

作为该实现方式的一个示例，所述确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息，包括：确定所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息，其中，所述路线规划信息包括规划路线和所述规划路线上多个途径点的目标速度；根据所述路线规划信息，确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息。在该示例中，所述路线规划信息中相邻的途经点之间的距离可以较小，由此能够进行更精确地行车控制。

在一个例子中，所述确定所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息，包括：将所述驾驶决策生成信息输入规划模块，经由所述规划模块输出所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息。

在一个例子中，所述根据所述路线规划信息，确定所述驾驶决策生成信息对应的驾驶规划控制信息，包括：将所述路线规划信息输入控制模块，经由所述控制模块输出所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息。

在步骤s14中，根据所述奖惩信息调整所述生成器的网络参数。

在一种可能的实现方式中，在训练所述生成器之前，所述生成器可以进行随机初始化。

在一种可能的实现方式中，所述生成器可以为端到端的神经网络。例如，生成器可以为全连接神经网络。相应地，可以根据所述奖惩信息，调整生成器中的全连接层的网络参数。通过采用全连接神经网络，能够使生成器的层数较少，因此计算速度较快，生成器所需的存储空间较小，易于在车载硬件上部署。

由于所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息确定奖惩信息的，因此，基于所述奖惩信息训练所述生成器，相比于人工设计奖惩信息函数，能够更好地考虑驾驶员的习惯和舒适度等，从而能够进一步提高生成器的决策准确性。

在一种可能的实现方式中，所述根据所述奖惩信息调整所述生成器的网络参数，包括：朝着网络参数调整后的生成器所生成的驾驶决策生成信息对应更高的奖惩信息的目标，调整所述生成器的网络参数，并控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值。在该实现方式中，可以在每一轮更新生成器的网络参数时，控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值。通过控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值，能够提高生成器优化的稳定性和训练速度。其中，相对熵也可以称为kl散度(kullback-leiblerdivergence)。例如，该示例可以表示为式2，

r(θt,θt-1)≤δ式2，

其中，θt表示第t轮训练更新后的网络参数，θt-1表示第t轮训练更新前的网络参数，即，θt-1表示第t-1轮训练更新后的网络参数，r(θt,θt-1)表示θt与θt-1之间的相对熵，δ表示预设值。

在一种可能的实现方式中，获取处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，包括：获取处于自动驾驶模式的智能体在执行驾驶任务的过程中所述智能体处于不同状态时的多个行驶状态信息；所述经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息，包括：经所述生成器分别生成与多个行驶状态信息各自对应的多个驾驶决策生成信息；所述经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息，包括：经所述判别器基于所述专家驾驶信息和所述多个驾驶决策生成信息，分别输出与所述多个驾驶决策生成信息各自对应的多个奖惩信息；所述根据所述奖惩信息调整所述生成器的网络参数，包括：根据所述多个奖惩信息调整所述生成器的网络参数。

作为该实现方式的一个示例，所述智能体处于不同状态可以为所述智能体处于不同的速度、加速度或者方向盘角度等。

在该实现方式中，在处于自动驾驶模式的智能体在执行驾驶任务的过程中，在每次获取行驶状态信息之后，可以将所述行驶状态信息输入生成器，经生成器生成本次获取的行驶状态信息对应的驾驶决策生成信息。判别器可以根据本次获取的行驶状态信息、本次获取的行驶状态信息对应的驾驶决策生成信息和专家驾驶信息，确定本次驾驶决策生成信息的奖惩信息。根据驾驶任务中的所有或部分行驶状态信息和驾驶决策生成信息，可以对所述生成器进行训练。在该实现方式中，通过根据所述驾驶任务中的多个奖惩信息，训练所述生成器，由此能够使生成器学习到对未来长期状态的影响进行估计的能力。

作为该实现方式的一个示例，所述根据所述多个奖惩信息调整所述生成器的网络参数，包括：确定所述多个奖惩信息的和值；通过最大化所述和值，调整所述生成器的网络参数。在该示例中，所述和值可以表示为l＝∑r，其中，r表示奖惩信息。例如，所述和值可以为所述驾驶任务中的所有或部分奖惩信息的和值。在该示例中，由于优化生成器的目标是最大化所述驾驶任务中的多个奖惩信息的和值，因此能够使生成器学习到对未来长期状态的影响进行估计的能力。

作为该实现方式的另一个示例，所述根据所述驾驶任务中的多个奖惩信息，训练所述生成器，包括：确定所述驾驶任务中的多个奖惩信息的平均值；通过最大化所述平均值，调整所述生成器的网络参数。

在一种可能的实现方式中，可以采用梯度下降法更新所述生成器的网络参数。

在一种可能的实现方式中，可以采用trpo(trustregionpolicyoptimization，信赖域策略优化)方法更新所述生成器的网络参数，由此能够提高生成器优化的稳定性和收敛速度。

在一种可能的实现方式中，在所述生成器训练完成之后，可以对所述生成器进行测试，由此能够进一步提高所述生成器的决策准确性。在该实现方式中，在测试阶段，可以获取执行测试任务过程中的行驶状态信息，将所述行驶状态信息输入生成器，经由所述生成器输出驾驶决策生成信息，根据所述测试任务中的行驶状态信息和所述驾驶决策生成信息，确定所述测试任务中的奖惩信息，并根据所述测试任务中的奖惩信息，进一步优化生成器的网络参数。

在一种可能的实现方式中，还包括：确定专家驾驶信息相对预定数据类型分布的第一分布数据；确定所述驾驶决策生成信息和所述行驶状态信息相对所述预定数据类型分布的第二分布数据；根据所述第一分布数据和所述第二分布数据的交叉熵，调整所述判别器的网络参数。其中，所述预定数据类型可以为时间或者距离。在该实现方式中，可以通过最大化所述交叉熵，调整所述判别器的网络参数。在该实现方式中，不仅利用专家驾驶信息和驾驶决策生成信息训练判别器，还利用行驶状态信息训练判别器，由此能够进一步帮助判别器区分专家驾驶信息与自动驾驶数据，从而有助于提升生成器的决策准确性。

作为该实现方式的一个示例，所述第一分布数据可以包括以下一项或多项：人驾驶所述智能体执行所述驾驶任务时的控制信息的分布数据、人驾驶所述智能体执行所述驾驶任务过程中的途经点的位置信息的分布数据、人驾驶所述智能体执行所述驾驶任务过程中的途经点的速度的分布数据、人驾驶所述智能体执行所述驾驶任务过程中的行驶状态信息的分布数据；所述第二分布数据可以包括以下一项或多项：所述驾驶决策生成信息对应的驾驶规划控制信息的分布数据、所述驾驶决策生成信息中的途经点的位置信息的分布数据、所述驾驶决策生成信息中的途经点的目标速度的分布数据、处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息的分布数据。

在一个例子中，所述第一分布数据包括人驾驶所述智能体执行所述驾驶任务时的控制信息的分布数据、人驾驶所述智能体执行所述驾驶任务过程中的途经点的位置信息的分布数据、人驾驶所述智能体执行所述驾驶任务过程中的途经点的速度的分布数据和人驾驶所述智能体执行所述驾驶任务过程中的行驶状态信息的分布数据，所述第二分布数据包括所述驾驶决策生成信息对应的驾驶规划控制信息的分布数据、所述驾驶决策生成信息中的途经点的位置信息的分布数据、所述驾驶决策生成信息中的途经点的目标速度的分布数据和处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息的分布数据。在这个例子中，可以根据人驾驶所述智能体执行所述驾驶任务时的控制信息的分布数据与所述驾驶决策生成信息对应的驾驶规划控制信息的分布数据之间的第一交叉熵，人驾驶所述智能体执行所述驾驶任务过程中的途经点的位置信息的分布数据与所述驾驶决策生成信息中的途经点的位置信息的分布数据之间的第二交叉熵，人驾驶所述智能体执行所述驾驶任务过程中的途经点的速度的分布数据与所述驾驶决策生成信息中的途经点的目标速度的分布数据之间的第三交叉熵，以及人驾驶所述智能体执行所述驾驶任务过程中的行驶状态信息的分布数据与处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息的分布数据之间的第四交叉熵，训练判别器。例如，可以通过最大化第一交叉熵、第二交叉熵、第三交叉熵与第四交叉熵之和，调整判别器的网络参数。在其他例子中，可以根据第一交叉熵、第二交叉熵、第三交叉熵与第四交叉熵中的一项、两项或三项，调整判别器的网络参数，本公开实施例对此不作限定。

在一种可能的实现方式中，在调整所述判别器的网络参数之前，所述判别器可以进行随机初始化。

图3示出本公开实施例提供的生成对抗神经网络的训练方法的另一示意图。在图3所示的示例中，智能体为车。如图3所示，在处于自动驾驶模式的智能体在执行驾驶任务的过程中，可以通过状态检测器以预设频率获取行驶状态信息，行驶状态信息可以包括智能体的状态信息、智能体的驾驶环境中的其他智能体的状态信息和地图信息。将行驶状态信息输入生成器，经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息；将驾驶决策生成信息输入规划模块，经规划模块输出路线规划信息，其中，路线规划信息包括规划路线；将路线规划信息输入控制模块，经控制模块输出驾驶规划控制信息，其中，所述驾驶规划控制信息可以包括方向盘的转角信息、油门信息和刹车信息中的一项或多项。在处于自动驾驶模式的智能体执行驾驶任务的过程中，在每次获取行驶状态信息之后，可以将所述行驶状态信息输入生成器，经生成器生成本次获取的行驶状态信息对应的驾驶决策生成信息，判别器可以根据本次获取的行驶状态信息、本次获取的行驶状态信息对应的驾驶决策生成信息和专家驾驶信息，确定本次驾驶决策生成信息的奖惩信息。朝着网络参数调整后的生成器所生成的驾驶决策生成信息对应更高的奖惩信息的目标，可以调整所述生成器的网络参数。同时，判别器可以根据专家驾驶信息和驾驶规划控制信息进行网络参数的更新。在本公开实施例中，生成器和判别器可以联合训练。在训练过程中，生成器与判别器相互对抗，生成器所生成驾驶决策生成信息越来越接近于专家驾驶信息(即，生成器的决策准确性逐渐提高)，同时，判别器判别专家驾驶信息与生成器生成的驾驶决策生成信息的能力越来越强。当判别器难以判别专家驾驶信息与生成器输出的驾驶决策生成信息时，可以判定所述生成器训练完成。

在本公开实施例中，由于生成器是基于判别器输出的驾驶决策生成信息的奖惩信息训练的，而判别器是基于专家驾驶信息和驾驶决策生成信息确定奖惩信息的，因此，生成器的训练受到专家驾驶信息的约束，因此训练得到的生成器输出的驾驶决策生成信息接近于专家驾驶信息，因此能够应对复杂的交通环境，能够提高驾驶决策的决策准确性和决策速度，同时也考虑了驾驶的舒适性和交通规则的限制。由于生成器具有明确的训练方向，即趋近于专家驾驶信息，因此，本公开实施例能够提高生成器的训练速度。另外，由于人驾驶所述智能体执行所述驾驶任务时能够较准确地感知所述智能体周围的驾驶环境，因此采用本公开实施例训练生成器，能够使生成器学习到较准确地感知所述智能体周围的驾驶环境的能力。采用本公开实施例提供的生成对抗神经网络的训练方法训练得到的所述生成器可以作为决策模块接入自动驾驶系统中，提高自动驾驶系统的决策准确性和决策速度，由于决策模块是基于专家驾驶数据驱动训练而得的，因此，基于该决策模块进行的决策可以能够更好地考虑驾驶员的习惯和舒适度，提升自动驾驶智能体的乘坐体验。

图4示出本公开实施例提供的自动驾驶控制方法的流程图。所述自动驾驶控制方法的执行主体可以是自动驾驶控制装置。例如，所述自动驾驶控制方法可以由车载设备执行。在一些可能的实现方式中，所述自动驾驶控制方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。如图4所示，所述自动驾驶控制方法包括步骤s21至步骤s25。

在步骤s21中，获取智能体的行驶状态信息。

其中，所述智能体的行驶状态信息可以包括所述智能体的状态信息、所述智能体的驾驶环境中的其他智能体的状态信息和地图信息。

在步骤s22中，采用所述生成对抗神经网络的训练方法训练得到的生成器，根据所述行驶状态信息生成所述智能体的驾驶决策信息。

其中，所述驾驶决策信息可以包括途经点的位置信息和所述途经点的目标速度中的一项或两项。

在步骤s23中，根据所述驾驶决策生成信息获得路线规划信息。

其中，所述路线规划信息可以包括规划路线和所述规划路线上多个途径点的目标速度。

在步骤s24中，根据所述路线规划信息获得驾驶规划控制信息。

其中，所述驾驶规划控制信息可以包括方向盘的转角信息、油门信息和刹车信息中的一项或多项。

在步骤s25中，根据所述驾驶规划控制信息控制所述智能体。

例如，可以根据驾驶规划控制信息控制智能体转动方向盘、加减油门或者刹车等。

由于本公开实施例中生成器在训练时利用了专家驾驶信息，因此生成器输出的驾驶决策信息接近于专家驾驶信息，因此能够应对复杂的交通环境，能够提高驾驶决策的决策准确性和决策速度，同时也考虑了驾驶的舒适性和交通规则的限制。

本公开实施例提供的驾驶决策方法可以应用于结构化道路和/或非结构化道路条件下的自动驾驶任务中。例如，本公开实施例提供的驾驶决策方法可以应用于结构化道路和/或非结构化道路条件下的l3-l4级别的自动驾驶任务中。图5a示出将本公开实施例提供的自动驾驶控制方法应用于双车道跟车任务的示意图，图5b示出将本公开实施例提供的自动驾驶控制方法应用于交叉路口汇入车流任务的示意图，图5c示出将本公开实施例提供的自动驾驶控制方法应用于交叉路口左转任务的示意图，图5d示出将本公开实施例提供的自动驾驶控制方法应用于大圆盘结构道路汇入车流任务的示意图。本公开实施例提供的驾驶决策方法在跟车任务(例如单车道跟车任务、双车道跟车任务)、超车任务(例如三车道超车任务)、各种道路情况下的汇入车流任务(例如大圆盘结构道路汇入车流任务)和拥堵路段的行车控制任务等自动驾驶任务中，均能获得较好的决策准确性。

可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。

本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

此外，本公开还提供了生成对抗神经网络的训练装置、自动驾驶控制装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种生成对抗神经网络的训练方法或者自动驾驶控制方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。

图6示出本公开实施例提供的生成对抗神经网络的训练装置的框图。其中，所述生成对抗神经网络包括生成器和判别器。如图6所示，所述生成对抗神经网络的训练装置包括：第一获取模块31，用于获取专家驾驶信息以及处于自动驾驶模式的智能体在执行驾驶任务的过程中的行驶状态信息，其中，所述专家驾驶信息为人驾驶所述智能体执行所述驾驶任务时对应的驾驶信息，所述行驶状态信息包括所述智能体的状态信息和地图信息；第一生成模块32，用于经所述生成器生成与所述行驶状态信息对应的驾驶决策生成信息；输出模块33，用于经所述判别器基于所述专家驾驶信息和所述驾驶决策生成信息，输出所述驾驶决策生成信息的奖惩信息；第一调整模块34，用于根据所述奖惩信息调整所述生成器的网络参数。

在一种可能的实现方式中，所述输出模块33用于：确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息；经所述判别器基于所述专家驾驶信息和所述驾驶规划控制信息，输出所述驾驶决策生成信息的奖惩信息。

在一种可能的实现方式中，所述装置还包括：第一确定模块，用于确定专家驾驶信息相对预定数据类型分布的第一分布数据；第二确定模块，用于确定所述驾驶决策生成信息和所述行驶状态信息相对所述预定数据类型分布的第二分布数据；第二调整模块，用于根据所述第一分布数据和所述第二分布数据的交叉熵，调整所述判别器的网络参数。

在一种可能的实现方式中，所述专家驾驶信息包括人驾驶所述智能体执行所述驾驶任务时的控制信息、途经点的位置信息、途经点的速度和行驶状态信息中的一项或多项；所述行驶状态信息还包括所述智能体的驾驶环境中的其他智能体的状态信息，所述智能体的状态信息包括所述智能体的位置、速度和加速度中的一项或多项，所述其他智能体的状态信息包括所述其他智能体相对于所述智能体的位置、速度和加速度中的一项或多项；所述驾驶决策生成信息包括途经点的位置信息和途经点的目标速度中的一项或多项。

在一种可能的实现方式中，所述第一获取模块31用于：获取处于自动驾驶模式的智能体在执行驾驶任务的过程中所述智能体处于不同状态时的多个行驶状态信息；所述第一生成模块32用于，包括：经所述生成器分别生成与多个行驶状态信息各自对应的多个驾驶决策生成信息；所述输出模块33用于：经所述判别器基于所述专家驾驶信息和所述多个驾驶决策生成信息，分别输出与所述多个驾驶决策生成信息各自对应的多个奖惩信息；所述第一调整模块34用于：根据所述多个奖惩信息调整所述生成器的网络参数。

在一种可能的实现方式中，所述第一调整模块34用于：确定所述多个奖惩信息的和值；通过最大化所述和值，调整所述生成器的网络参数。

在一种可能的实现方式中，所述输出模块33用于：确定所述驾驶决策生成信息对应的所述智能体下一状态的路线规划信息，其中，所述路线规划信息包括规划路线和所述规划路线上多个途径点的目标速度；根据所述路线规划信息，确定所述驾驶决策生成信息对应的所述智能体下一状态的驾驶规划控制信息。

在一种可能的实现方式中，所述第一调整模块34用于：朝着网络参数调整后的生成器所生成的驾驶决策生成信息对应更高的奖惩信息的目标，调整所述生成器的网络参数，并控制所述生成器更新后的网络参数与更新前的网络参数之间的相对熵小于或等于预设值。

图7示出本公开实施例提供的自动驾驶控制装置的框图。如图7所示，所述自动驾驶控制装置包括：第二获取模块41，用于获取智能体的行驶状态信息；第二生成模块42，用于采用所述生成对抗神经网络的训练装置训练得到的生成器，根据所述行驶状态信息生成所述智能体的驾驶决策信息；第一获得模块43，用于根据所述驾驶决策生成信息获得路线规划信息；第二获得模块44，用于根据所述路线规划信息获得驾驶规划控制信息；控制模块45，用于根据所述驾驶规划控制信息控制所述智能体。

图8示出本公开实施例提供的自动驾驶系统的框图。所述自动驾驶系统包括感知模块51、决策模块52、规划模块53和控制模块54，其中，所述决策模块52采用上述生成对抗神经网络的训练方法训练得到的生成器实现，所述感知模块51与所述决策模块52通信连接，所述决策模块53与所述规划模块53通信连接，所述规划模块53与所述控制模块54通信连接；所述感知模块51用于获取行驶状态信息，并将所述行驶状态信息输入所述决策模块52；所述决策模块52用于根据所述行驶状态信息获得驾驶决策信息，并将所述驾驶决策信息输入所述规划模块53；所述规划模块53用于根据所述驾驶决策信息获得路线规划信息，并将所述驾驶决策信息输入所述规划模块54；所述控制模块54用于根据所述路线规划信息获得驾驶规划控制信息。

在本公开实施例中，感知模块51、决策模块52、规划模块53和控制模块54这4个模块分离部署，且模块之间通信连接。通过将自动驾驶系统划分为感知模块51、决策模块52、规划模块53和控制模块54，由此在自动驾驶系统出现问题时，可以逐个模块进行分析，快速定位问题，从而能够提高自动驾驶系统的安全性。另外，在本公开实施例中，通过将自动驾驶系统划分为感知模块51、决策模块52、规划模块53和控制模块54，由此能够提高自动驾驶系统的透明度。

图9示出本公开实施例提供的自动驾驶系统的示意图。如图9所示，所述自动驾驶系统包括感知模块51、决策模块52、规划模块53和控制模块54，其中，所述决策模块52采用上述生成对抗神经网络的训练方法训练得到的生成器实现。其中，所述感知模块51用于获取行驶状态信息，所述决策模块52用于根据所述行驶状态信息获得驾驶决策信息，所述规划模块53用于根据所述驾驶决策信息获得路线规划信息，所述控制模块54用于根据所述路线规划信息获得驾驶规划控制信息。其中，所述行驶状态信息可以包括智能体的状态信息、所述智能体的驾驶环境中的其他智能体的状态信息和地图信息，例如，所述智能体的状态信息包括所述智能体的位置、速度和加速度，所述其他智能体的状态信息包括所述其他智能体相对于所述智能体的位置、速度和加速度；所述驾驶决策信息包括途经点的位置信息和所述途经点的目标速度。

在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。

本公开实施例还提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。其中，所述计算机可读存储介质可以是非易失性计算机可读存储介质，或者可以是易失性计算机可读存储介质。

本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的生成对抗神经网络的训练方法或者自动驾驶控制方法的指令。

本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的生成对抗神经网络的训练方法或者自动驾驶控制方法的操作。

本公开实施例还提供一种电子设备，包括：一个或多个处理器；用于存储可执行指令的存储器；其中，所述一个或多个处理器被配置为调用所述存储器存储的可执行指令，以执行上述方法。

电子设备可以被提供为终端、服务器或其它形态的设备。

图10示出本公开实施例提供的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。

参照图10，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如wi-fi、2g、3g、4g/lte、5g或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。

图11示出本公开实施例提供的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图11，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。

电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如windowsmacos或类似。

在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。

本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(softwaredevelopmentkit，sdk)等等。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。