CN116432758A - 数据处理方法和电子设备 - Google Patents

数据处理方法和电子设备 Download PDF

Info

Publication number
CN116432758A
CN116432758A CN202111652939.2A CN202111652939A CN116432758A CN 116432758 A CN116432758 A CN 116432758A CN 202111652939 A CN202111652939 A CN 202111652939A CN 116432758 A CN116432758 A CN 116432758A
Authority
CN
China
Prior art keywords
data
model
state information
sub
action
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111652939.2A
Other languages
English (en)
Inventor
王尔立
冯璐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to CN202111652939.2A priority Critical patent/CN116432758A/zh
Priority to JP2022210067A priority patent/JP7540480B2/ja
Priority to US18/148,779 priority patent/US20230214694A1/en
Publication of CN116432758A publication Critical patent/CN116432758A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/045—Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本公开的实施例涉及一种数据处理方法和电子设备，涉及计算机领域，该方法包括：获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息；利用经训练的数据生成模型，基于待处理数据确定结果数据，结果数据指示在满足第一状态信息时第二动作后的第三状态信息，数据生成模型基于训练集以及与训练集中至少一个数据项对应的因果模型得到；以及输出结果数据。以此方式，本公开的实施例能够基于经训练的数据生成模型输出与待处理数据对应的结果数据，从而能够实现数据的扩充，便于基于数据集的进一步处理。

Description

数据处理方法和电子设备
技术领域
本公开的实施例主要涉及计算机领域，并且更具体地，涉及数据处理方法、模型训练方法、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
随着技术的发展，人工智能(Artificial Intelligence，AI)已经被应用给到各行各业。在各种领域中的AI的应用都依赖于机器学习、神经网络等算法，而这些AI算法通常基于大量的数据被训练得到的。
绝大多数算法都是假设数据平衡、环境平衡等条件下设计。一般而言，数据是从各个领域的实际场景中采集得到，但是实际采集到的数据不够全面。例如在医疗领域，针对治愈的数据明显多于未治愈的数据。例如在客户满意度领域，针对满意的数据明显多于不满意的数据。相应地，目前的绝大多数算法是在不够全面的数据的基础上所得到的，这样导致算法的预测性能下降等问题。
在有限的实际数据条件下，如何获取更多有效的、合理的数据是当前要解决的问题之一。
发明内容
根据本公开的示例实施例，提供了一种数据处理的方案，能够得到反事实数据以用于后续处理。
在本公开的第一方面，提供了一种数据处理方法，包括：获取待处理数据，该待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息；利用经训练的数据生成模型，基于待处理数据确定结果数据，该结果数据指示在满足第一状态信息时执行第二动作后的第三状态信息，该数据生成模型是基于训练集以及与训练集中至少一个数据项对应的因果模型而得到的；以及输出该结果数据。
在本公开的第二方面，提供了一种数据处理方法，包括：获取待处理数据，该待处理数据指示以下至少一项：第一状态信息、第一动作、第一属性信息、具有第一属性信息的对象在第一状态信息时执行第一动作后的第二状态信息；将第一状态信息、第一动作、第二状态信息中的至少一项输入到经训练的数据生成模型的第一子模型，以得到与待处理数据对应的影响参数，影响参数包括第二属性信息和噪声参数；将第一状态信息、第一动作和影响参数输入到经训练的数据生成模型的第二子模型，以得到结果数据，该结果数据指示具有第二属性信息的对象在第一状态信息时执行第一动作后的第三状态信息；以及输出结果数据。
在本公开的第三方面，提供了一种模型训练方法，包括：构建训练集，训练集包括多个数据项，多个数据项中的每个数据项包括：第一状态信息、动作、以及在第一状态信息时执行动作后的第二状态信息；获取与训练集中至少一个数据项对应的因果模型；以及至少基于训练集和因果模型，生成经训练的数据生成模型。
在本公开的第四方面，提供了一种电子设备，包括：至少一个处理单元；至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，该指令当由至少一个处理单元执行时使得电子设备执行动作，动作包括：获取待处理数据，该待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息；利用经训练的数据生成模型，基于待处理数据确定结果数据，该结果数据指示在满足第一状态信息时执行第二动作后的第三状态信息，该数据生成模型是基于训练集以及与训练集中至少一个数据项对应的因果模型而得到的；以及输出该结果数据。
在本公开的第五方面，提供了一种电子设备，包括：至少一个处理单元；至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，该指令当由至少一个处理单元执行时使得电子设备执行动作，动作包括：获取待处理数据，该待处理数据指示以下至少一项：第一状态信息、第一动作、第一属性信息、具有第一属性信息的对象在第一状态信息时执行第一动作后的第二状态信息；将第一状态信息、第一动作、第二状态信息中的至少一项输入到经训练的数据生成模型的第一子模型，以得到与待处理数据对应的影响参数，影响参数包括第二属性信息和噪声参数；将第一状态信息、第一动作和影响参数输入到经训练的数据生成模型的第二子模型，以得到结果数据，该结果数据指示具有第二属性信息的对象在第一状态信息时执行第一动作后的第三状态信息；以及输出结果数据。
在本公开的第六方面，提供了一种电子设备，包括：至少一个处理单元；至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令，该指令当由至少一个处理单元执行时使得电子设备执行动作，动作包括：构建训练集，训练集包括多个数据项，多个数据项中的每个数据项包括：第一状态信息、动作、以及在第一状态信息时执行动作后的第二状态信息；获取与训练集中至少一个数据项对应的因果模型；以及至少基于训练集和因果模型，生成经训练的数据生成模型。
本公开的第七方面，提供了一种电子设备，包括：存储器和处理器；其中存储器用于存储一条或多条计算机指令，其中一条或多条计算机指令被处理器执行以实现根据本公开的第一方面或第二方面或第三方面所描述的方法。
本公开的第八方面，提供了一种计算机可读存储介质，该计算机可读存储介质具有在其上存储的机器可执行指令，该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面或第二方面或第三方面所描述的方法。
本公开的第九方面，提供了一种计算机程序产品，包括计算机可执行指令，其中计算机可执行指令在被处理器执行时实现根据本公开的第一方面或第二方面或第三方面所描述的方法。
本公开的第十方面，提供了一种电子设备，包括：处理电路装置，被配置为执行根据本公开的第一方面或第二方面或第三方面所描述的方法。
提供发明内容部分是为了以简化的形式来介绍一系列概念，它们在下文的具体实施方式中将被进一步描述。发明内容部分不旨在标识本公开的关键特征或必要特征，也不旨在限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素，其中：
图1示出了根据本公开的实施例的示例环境的框图；
图2示出了根据本公开的实施例的数据项的表示含义的示意图；
图3示出了根据本公开的实施例的示例训练过程的流程图；
图4示出了根据本公开的实施例的DAG的示意图；
图5示出了根据本公开的实施例的示例使用过程的流程图；
图6示出了根据本公开的实施例的示例使用过程的流程图；
图7示出了根据本公开的实施例的示例使用过程的流程图；
图8示出了根据本公开的实施例的示意流程；
图9示出了根据本公开的实施例的确定目标决策的示例过程的流程图；以及
图10示出了可以用来实施本公开的实施例的示例设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
在本公开的实施例的描述中，术语“包括”及其类似用语应当理解为开放性包含，即“包括但不限于”。术语“基于”应当理解为“至少部分地基于”。术语“一个实施例”或“该实施例”应当理解为“至少一个实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
在本公开的实施例中所描述的各个方法和过程可以被应用于各种电子设备，如终端设备、网络设备等。本公开的实施例还可以在测试设备中执行，例如信号发生器、信号分析仪、频谱分析仪、网络分析仪、测试终端设备、测试网络设备、信道仿真器等。
在本公开的实施例的描述中，术语“电路”可以指硬件电路和/或硬件电路和软件的组合。例如，电路可以是模拟和/或数字硬件电路与软件/固件的组合。作为另外的示例，电路可以是具有软件的硬件处理器的任何部分，包括(多个)数字信号处理器、软件和(多个)存储器，(多个)数字信号处理器、软件和(多个)存储器一起工作以使诸如计算设备之类的装置能够工作，以执行各种功能。在又一示例中，电路可以是硬件电路和/或处理器，诸如微处理器或微处理器的一部分，其需要软件/固件以进行操作，但是当不需要软件以进行操作时软件可以不存在。如本文所使用的，术语“电路”也涵盖仅硬件电路或(多个)处理器或硬件电路或(多个)处理器的一部分及它(或它们)附带的软件和/或固件的实现。
在许多领域的各种问题中，智能体都需要作出一系列的决策来完成特定的任务。例如阿尔法围棋(AlphaGo)在下围棋的过程中所需要考虑的决策。增强学习(Reinforcement Learning，RL)算法旨在满足最大化的累加回报的前提下，学习到最优的策略，因此已经被广泛应用于诸如自动驾驶、商务管理、推荐系统等各个领域。但是常规的增强学习算法依然在数据有效性等方面存在缺陷。
提高数据有效性需要具有更多的先验知识或者需要从已有数据中提取更多的信息。基于模型的增强学习算法能够学习环境的动态模型，但是其模型假设在提升数据有效性的同时也引入了模型偏见，导致无法满足所需的性能。数据合成技术通过对已有数据进行上采样得到合成的数据，但是这种机制是不可控的，从而限制了其应用的领域。
有鉴于此，本公开的实施例提供了一种数据增强的方案，以解决上述问题和/或其他潜在问题中的一个或多个。在该方案中，可以利用基于因果模型得到的经训练的数据生成模型，确定与待处理数据对应的结果数据，从而实现了对数据的增广。
图1示出了根据本公开的实施例的示例环境100的框图。应当理解，图1所示的环境100仅仅是本公开的实施例可实现于其中的一种示例，不旨在限制本公开的范围。本公开的实施例同样适用于其他系统或架构。
如图1所示，环境100可以包括计算设备110。计算设备110可以是具有计算能力的任何设备。计算设备110可以包括但不限于个人计算机、服务器计算机、手持或膝上型设备、移动设备(诸如移动电话、个人数字助理PDA、媒体播放器等)、可穿戴设备、消费电子产品、小型计算机、大型计算机、分布式计算系统、云计算资源等。应理解，基于成本等因素的考虑，计算设备110还可以具有或不具有用于模型训练的充足算力资源。
计算设备110可以被配置为获取待处理数据120，并输出结果数据140。关于结果数据140的确定可以由经训练的数据生成模型130实现。
待处理数据120可以是由用户输入的，或者可以是从存储设备获取的，本公开对此不限定。
待处理数据120可以用于表示所处理的领域中的对象的信息。待处理数据120可以指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息。可选地，待处理数据120还可以包括在执行第一动作从第一状态信息转变到第二状态信息的过程中的回报信息。
结果数据140可以包括与待处理数据120类似的信息。在一些示例中，结果数据140可以指示以下至少一项：第一状态信息、第二动作、以及在满足第一状态信息时执行第二动作后的第三状态信息。
在一些示例中，本公开的实施例可以被应用于智能平衡车领域。相应地，对象可以表示平衡车。状态信息可以表示平衡车的移动状态，例如状态信息可以包括移动的距离、移动的速度、与水平面(或者竖直方向)之间的夹角、角速度等。动作可以包括前进、后退、停止等。
可选地，平衡车可以被简化为倒立摆，如图2示出了根据本公开的实施例的示例状态信息200的示意图。状态信息可以表示为四维数据：
Figure BDA0003447560610000071
作为一例，假设
Figure BDA0003447560610000072
其中，x＝0.018表示相对于原点O的位移，即位于原点的右侧，且与原点之间的距离为0.018。/>
Figure BDA0003447560610000073
表示移动的速度(在图2中表示为v)，即移动的方向朝向原点的右侧，且移动的速度大小等于0.669。θ＝0.286表示沿着顺时针方向相对于竖直方向的角度为0.286。/>
Figure BDA0003447560610000074
表示沿着顺时针方向旋转的角速度(在图2中表示为ω)为0.618。可选地，假设朝向原点的右侧为前进，将动作表示为a，如图2所示，动作为a＝1。
在一些示例中，本公开的实施例可以被应用于车辆自动驾驶领域。相应地，对象可以表示车辆。状态信息可以表示该车辆以及其周围其余车辆的移动状态，例如状态信息可以表示为({qi}i＝0,1,…,N)，其中q0表该车辆，{qi}i＝1,…,N表示周围的其余车辆。可选地，可以将移动状态表示为二维数据，例如
Figure BDA0003447560610000075
分别表示沿第一方向的位移和速度以及沿第二方向的位移和速度。动作可以包括指示车辆操控或者执行车辆操控的动作，例如包括但不限于前进、后退、刹车、转向等。
应当理解，上述列出的场景仅仅是出于说明的目的，不旨在以任何方式限制本发明的范围。本公开的实施例可以被应用于存在类似问题的各种领域，这里不再一一罗列。另外，本公开实施例中的“动作”也可以被称为诸如“决策”等，本公开对此不限定。
在某些实施例中，在实现上述过程之前，可以对数据生成模型130进行训练。应理解，数据生成模型130可以由计算设备110或者由计算设备110外部的任何其他适当设备进行训练。经训练的数据生成模型130可以被部署在计算设备110中或者可以被部署在计算设备110的外部。以下将参考图3以计算设备110训练数据生成模型130为例来描述示例训练过程。
图3示出了根据本公开的实施例的示例训练过程300的流程图。例如，方法300可以由如图1所示的计算设备110来执行。应当理解，方法300还可以包括未示出的附加框和/或可以省略所示出的某些框。本公开的范围在此方面不受限制。
在框310处，构建训练集，训练集包括多个数据项，多个数据项中的每个数据项包括：第一状态信息、动作、在第一状态信息时执行动作后的第二状态信息。
在框320处，获取于训练集中至少一个数据项对应的因果模型。
在框330处，至少基于训练集和因果模型，生成经训练的数据生成模型。
在本公开的一些实施例中，可以将数据项表示为D＝(s,a,s′)，用于表示在第一状态信息s为时执行动作a，转变后的第二状态信息为s′。可选地，在一些实施例中，数据项还可以包括属性信息，表示为λ。相应地，数据项可以表示为D＝(s,a,s′,λ)，用于表示具有属性信息λ的对象在第一状态信息s为时执行动作a，转变后的第二状态信息为s′。可选地，在一些实施例中，数据项还可以包括回报信息，表示为r。相应地，数据项可以表示为D＝(s,a,s′,r)，用于表示在第一状态信息s为时执行动作a，转变后的第二状态信息为s′，并且在从第一状态信息s转变到第二状态信息s′的过程中的回报信息为r。或者，可选地，数据项还可以包括属性信息和回报信息，例如数据项可以表示为D＝(s,a,s′,r,λ)，用于表示具有属性信息λ的对象在第一状态信息s为时执行动作a，转变后的第二状态信息为s′，并且在从第一状态信息s转变到第二状态信息s′的过程中的回报信息为r。
可理解的是，上述示例对于数据项的表示仅是示意，在实际场景中，数据项也可以表示为其他的形式，例如(动作，输出，属性)，其中输出可以包括转变化后的第二状态信息，其中属性可以包括第一状态信息。可选地，输出还可以包括回报信息，属性还可以包括属性信息。并且应注意，动作可以是基于实际的应用场景而设定的，其可以为任意项。
在本公开的一些实施例中，因果模型可以是按照经验等以人工方式确定的。在本公开的一些实施例中，因果模型可以是基于训练集而通过训练得到的。本公开的实施例对此不做限定。示例性地，因果模型方法可以包括但不限于彼得-克拉克算法(Peter-ClarkAlgorithm，PC)、贪婪等价搜索(Greedy Equivalent Search，GES)、线性非高斯模型(Linear non-Gaussian Model，LinGAM)、因果加性模型(Causal Additive Model，CAM)等。
示例性地，因果模型可以表示为有向无环图(Directed Acyclic Graph，DAG)。DAG可以包括多个节点，例如包括源节点、中间节点和目标节点。
可选地，在确定DAG的过程中，可以使用因果结构学习的方法来识别多个变量之间的因果结构，例如在数据项包括属性信息的情况下，可以将属性信息设定为DAG的源节点。
图4示出了根据本公开的一些实施例的DAG 400的示意图。如图4所示，节点a、节点s(0)和节点s(1)是节点s′(0)的源节点，节点s(1)和节点λ是节点s′(1)的源节点。可理解，图4所示的DAG 400仅是示意，在实际场景中，DAG可以具有其他的形式，本公开对此不限定。
本公开的实施例中，数据生成模型可以包括第一子模型、第二子模型和第三子模型。在训练过程中，可以确定初始的噪声参数，表示为z，例如可以获取随机采样得到的噪声参数。
在一些示例中，第二子模型的输入可以包括s,a,z，第二子模型的输出可以包括s′。而第一子模型的输入可以包括s,a,s′，第一子模型的输出可以包括z。第三子模型可以用于区分第二子模型的输出是否为真实数据。
在一些示例中，数据项还包括属性信息。第二子模型的输入可以包括s,a,z,λ，第二子模型的输出可以包括s′。而第一子模型的输入可以包括s,a,s′，第一子模型的输出可以包括z,λ。第三子模型可以用于区分第二子模型的输出是否为真实数据。
可见，第一子模型和第二子模型是彼此对抗的。第二子模型可以被称为生成器，用于学习从s,a,x(或者s,a,z,λ)到s′的映射关系，其旨在生成尽可能接近真实数据的数据，例如使得第三子模型确定第二子模型生成的数据为真实。示例性地，第二子模型可以至少表征动作a(或者动作a和属性信息λ)对于状态改变(例如从s到s′)的影响。第一子模型可以被称为解码器，用于学习从s,a,s′到z(或者z,λ)的映射关系，其旨在对抗生成器。第三子模型可以被称为鉴别器。可选地，本公开的实施例中可以将z,λ统称为影响参数，也就是说，影响参数可以包括属性信息λ和/或噪声参数z。
可以基于因果模型，构建数据生成模型的模型结构，并进一步基于训练集，对该模型结构进行训练，以生成经训练的数据生成模型。在一些实施例中，可以基于因果模型构建第二子模型的网络结构，并通过对第一子模型、第二子模型和第三子模型进行训练，以得到经训练的数据生成模型。举例而言，第二子模型的网络结构可以包括具有两个时间片的贝叶斯网络(2-time slice Bayesian network)。
为了表述方便，可以将第一子模型表示为E，将第二子模型表示为G，将第三子模型表示为D。那么可理解，在框330处，可以通过训练得到经训练的E、G和D。
具体而言，在训练过程中，可以基于构建的损失函数来确定训练是否已经完成，在一些示例中，损失函数可以表示为如下的式(1)：
Figure BDA0003447560610000101
在式(1)中，
Figure BDA0003447560610000102
用于鉴别真实数据与生成器生成的数据G(z)之间的区别。在式(1)中，/>
Figure BDA0003447560610000103
用于表示使用成对的损失来同时训练G和E，其中一个损失为用于最小化差异的均方误差损失(Mean Squared Error，MSE)/>
Figure BDA0003447560610000111
另一个损失为对抗损失/>
Figure BDA0003447560610000112
以增强鲁棒性。
可选地，在一些示例中，对G的训练过程可以表示为：确定输入s,a,z(或者s,a,z,λ)，得到G的相应输出S’，使用D对输出的s’进行分类，其中分类的结果可以为真或假，随后通过反向传播进行下一轮迭代。在一些示例中，对D的训练过程可以表示为：确定来自数据项的真实数据，预测该真实数据中的转变后的第二状态信息的概率并得到第一损失，确定来自G的生成数据，预测该生成数据中的转变后的第二状态信息的概率并得到第二损失，通过将第一损失和第二损失进行结合并通过反向传播进行下一轮迭代，其中第一损失和第二损失例如可以是二值交叉熵(Binary Cross Entropy，BCE)损失。可理解，在对G和D训练的过程中，同时训练E。
如此，本公开的实施例中通过训练得到的经训练的数据生成模型，并且在训练过程中的损失函数能够用于通过考虑均方差损失来最小化第二子模型的输出与真实数据之间的差异，进而能够加快训练过程，提高效率。
上文参考图3和图4描述了数据生成模型130的示例训练过程。通过该经训练的数据生成模型130，能够确定与待处理数据对应的结果数据，如此能够得到基于反事实的数据，实现了数据扩充。在下文中，将结合图5和图6描述数据生成模型130的示意使用过程。
图5示出了根据本公开的实施例的示例使用过程500的流程图。例如，方法500可以由如图1所示的计算设备110来执行。应当理解，方法500还可以包括未示出的附加框和/或可以省略所示出的某些框。本公开的范围在此方面不受限制。
在框510处，获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息。
在框520处，利用经训练的数据生成模型，基于待处理数据确定结果数据，结果数据指示在满足第一状态信息时执行第二动作后的第三状态信息，数据生成模型是基于训练集以及与训练集中至少一个数据项对应的因果模型而得到的。
在框530处，输出结果数据。
在本公开的实施例中，待处理数据可以是在实际场景中采集的事实数据，而结果数据可以是与事实数据不同的反事实数据，例如结果数据可以表示：在其他方面保持不变的情况下，如果改变当时的动作，会产生什么后果。
在框520处所使用的经训练的数据生成模型可以如上结合图3至图4所述的数据生成模型，更具体地，在框530处可以使用第二子模型以得到结果数据。
在一些实施例中，假设在框510处的待处理数据表示为d＝(s,a,s′)，那么相应地可以将结果数据表示为d′＝(s,a′,s″)。在一些实施例中，假设在框510处的待处理数据可以表示为d＝(s,a,s′,λ)，那么相应地可以将结果数据表示为d′＝(s,a′,s″,λ)。类似地，针对大量的待处理数据执行如图5所示的过程500，可以得到反事实数据集。
如此，本公开的实施例能够使用经训练的数据生成模型，得到与待处理数据对应的反事实数据。
图6示出了根据本公开的实施例的示例使用过程600的流程图。例如，方法600可以由如图1所示的计算设备110来执行。应当理解，方法600还可以包括未示出的附加框和/或可以省略所示出的某些框。本公开的范围在此方面不受限制。
在框610处，获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、第一状态信息所表示的对象的第一属性信息、具有第一属性信息的对象在第一状态信息时执行第一动作后的第二状态信息。
在框620处，利用经训练的数据生成模型的第一子模型，得到影响参数，该影响参数包括第二属性信息和噪声参数。
在框630，利用经训练的数据生成模型的第二子模型，得到结果数据，该结果数据指示具有第二属性信息的对象在第一状态信息时执行第一动作后的第三状态信息。
在框640处，输出结果数据。
在一些实施例中，在框610处的待处理数据例如可以表示为d＝(s,a,s′,λ)，那么相应地可以将结果数据表示为d′＝(s,a,s″,λ’)，用于表示对于满足第一状态信息s的对象而言，如果其属性信息为λ’，那么对其施加动作a之后，其转变后的第三状态信息为s″。
在本公开的一些实施例中，在框620处，可以将第一状态信息、第一动作和第二状态信息输入到第一子模型，以得到与待处理数据对应的影响参数，其中该影响参数可以包括第二属性信息和噪声参数。例如可以将第二属性信息表示为λ’，将噪声参数表示为z。进一步地，在框630处，可以将第一状态信息、第一动作和第一子模型输出的影响参数输入到第二子模型，从而得到第三状态信息。例如可以将第三状态信息表示为s″。可选地，第三子模型可以用于确定结果数据的可用性，例如可以将第一状态信息、第一动作和第三状态信息输入到第三子模型，以确定结果数据的可用性，例如可以用于鉴别结果数据是否为真实数据。
以智能平衡车领域为例，平衡车作为交通工具之一，具有多种优势，例如体积小、重量轻、外形简约时尚、操作简便、兼娱乐与代步为一体等，因此得到了广泛的应用，其不仅被个人消费者使用，还被用于诸如军警安保、小区物业、机场地勤等各个行业。平衡车依赖于驾驶者的重心的移动来实现加速、减速或转向等操作。平衡车所使用的动力学系统涉及多变量，系统参数彼此间相互耦合，并且各个变量之间是时变且非线性的，因此无法较为精确地构建出平衡车的动力学系统模型。
一种方式是在一些特定场景下收集数据，进而能够在所收集的数据的基础上通过例如训练的方式得到动力学模型。但是在实际场景中所收集的数据是有限的，例如只能针对特定的驾驶者进行数据采集，导致所收集的数据不够全面。
针对此场景，本公开实施例中的待处理数据可以表示为d＝(s,a,s′,λ)，其中s和s′分别表示在动作a之前和之后的平衡车的状态信息，状态信息可以表示为四维数据
Figure BDA0003447560610000141
x为沿着前进方向的位移，/>
Figure BDA0003447560610000142
为速度。θ为平衡车的倾斜角度，例如平衡车的车身与水平方向之间的夹角，或者例如如图2所示为与平衡车的车身垂直的法线与竖直方向之间的夹角，可选地，作为另一表述，θ为车体控制器对平衡车的杆体的倾斜角度。/>
Figure BDA0003447560610000143
为车体控制器对平衡车的杆体的倾斜角角速度，如上结合图2所述，这里不再重复。待处理数据中的λ可以表示平衡车的杆体(如驾驶者)的属性信息，例如驾驶者的身高。
即使在针对平衡车的实际场景所采集的数据中，λ只包含1.5、1.6和1.8三个值，那么，通过应用如图6所示的过程600，可以得到针对其余的身高λ′的更多的数据，例如λ′的范围可能为连续的区间[0.8,2]。以此方式所得到的结果数据可以实现数据集的扩充。进一步地，可以利用扩充后的数据集以及收集到的数据集获得更好的动力平衡控制系统，进而在用户操作的时候可以利用该动力平衡系统保持用户的平衡操作。举例而言，可以利用测试集进行初始测试，还可以利用扩充后的测试集再进行测试，通过对比测试发现，相比于初始测试的成功率，在基于本公开的实施例基础上的扩充测试集所得到的成功率提高约15％。成功率是指在多个测试周期中，平衡车的车身保持平衡的概率。
以自动驾驶领域为例，本公开的实施例可以被应用于车辆的高级驾驶辅助系统(Advanced Driver Assistance Systems，ADAS)。ADAS可以通过各种车载传感器收集车内外的环境数据，进行静态、动态物体的辨识、侦测与追踪等技术上的处理，从而让驾驶者在最快的时间察觉可能发生的危险，并采取相应的措施，以提升驾乘安全性。常见的细分功能有车道偏离警示(Lane Departure Warning，LDW)系统、盲区监测(Blind Spot Detection，BSD)系统、变道辅助(Lane Change Assist，LCA)系统、自适应巡航(Adaptive CruiseControl，ACC)系统、自动紧急致动(Autonomous Emergency Braking，AEB)系统、驾驶员监测系统(Driver Monitoring System，DMS)等。
当前常用的方式是基于机理以及专家经验来进行车辆的故障诊断，但是这种方式对于技术人员的要求较高，导致成本较高。另一种方式是利用已有数据对车辆进行控制，但是目前的可用数据中故障数据较少，不够全面。
针对此场景，本公开实施例中的待处理数据可以表示为d＝(s,a,s′,λ)，其中s和s′分别表示在动作a之前和之后的车辆及其周围车辆的状态信息，状态信息可以表示为({qi}i＝0,1,…,N)，其中q0表该车辆，{qi}i＝1,…,N表示周围的其余车辆。可选地，可以将状态信息中每个车辆的状态表示为二维数据，例如
Figure BDA0003447560610000151
分别表示沿第一方向的位移和速度以及沿第二方向的位移和速度。动作a可以包括指示车辆操控或者执行车辆操控的动作，例如包括但不限于前进、后退、刹车、转向等。待处理数据中的λ可以表示车辆所处的环境相关的信息，例如天气、时间、地面的摩擦系数等。
进一步地，通过应用如图6所示的过程600，可以得到针对更多λ的数据。例如，如果待处理数据中的第一属性信息λ为(晴天，白天)，那么可以得到第二属性信息λ′为(晴天，夜晚)、(阴天，白天)、(阴天，夜晚)、(雨天，夜晚)等数据，以此方式所得到的结果数据可以实现数据集的扩充。进一步地，还可以利用扩充后的数据集得到性能更优的ADAS，其中扩充后的数据集可以包括已有数据集以及基于本公开的实施例得到的结果数据，进而在车辆行驶过程中，ADAS能够提供更加及时且准确的预警或处理，从而确保车辆的安全行驶。
图7示出了根据本公开的实施例的示例使用过程700的流程图。例如，方法700可以由如图1所示的计算设备110来执行。应当理解，方法700还可以包括未示出的附加框和/或可以省略所示出的某些框。本公开的范围在此方面不受限制。
在框710处，获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、第一状态信息所表示的对象的第一属性信息、具有第一属性信息的对象在第一状态信息时执行第一动作后的第二状态信息。
在框720处，利用经训练的数据生成模型的第一子模型，得到影响参数，该影响参数包括第二属性信息和噪声参数。
在框730，利用经训练的数据生成模型的第二子模型，得到结果数据，该结果数据指示具有第二属性信息的对象在第一状态信息时执行第二动作后的第三状态信息。
在框740处，输出结果数据。
在一些实施例中，在框710处的待处理数据例如可以表示为d＝(s,a,s′,λ)，那么相应地可以将结果数据表示为d′＝(s,a′,s″,λ’)，用于表示对于满足第一状态信息s的对象而言，如果其属性信息为λ’，那么对其施加动作a′之后，其转变后的第三状态信息为s″。
在本公开的一些实施例中，在框720处，可以将第一状态信息、第一动作和第二状态信息输入到第一子模型，以得到与待处理数据对应的影响参数，其中该影响参数可以包括第二属性信息和噪声参数。例如可以将第二属性信息表示为λ’，将噪声参数表示为z。进一步地，在框730处，可以将第一状态信息、第二动作和第一子模型输出的影响参数输入到第二子模型，从而得到第三状态信息。例如可以将第三状态信息表示为s″。可选地，第三子模型可以用于确定结果数据的可用性，例如可以将第一状态信息、第二动作和第三状态信息输入到第三子模型，以确定结果数据的可用性，例如可以用于鉴别结果数据是否为真实数据。
结合上述图5至图7的实施例，能够基于待处理的数据得到结果数据，该结果数据可以是反事实数据。具体而言，结合图5的过程500得到了与事实数据中不同动作的反事实数据，结合图6的过程600得到了与事实数据中不同属性信息的反事实数据，结合图7的过程700得到了与事实数据中不同动作且不同属性信息的反事实数据。
作为示例，图5至图7中的待处理数据可以是如图3所示的训练集中的多个数据项之一，相应地，如上所描述的实施例可以示意性地表示为如图8所示的流程800。如图8所示，可以基于训练集810通过因果结构学习820得到DAG 830。可以基于训练集810和DAG 830通过因果模型学习840得到数据生成模型850，其中数据生成模型850可以包括第一子模型E、第二子模型G和第三子模型D。可以基于训练集810和数据生成模型850通过反事实推理860得到结果数据870，其中结果数据870为反事实数据。应理解，图8所示的流程仅仅是为了示意，不应解释为对本公开的实施例的限制。
图9示出了根据本公开的实施例的确定目标决策的过程900的示意流程图。
在框910，获取来自用户的输入信息，输入信息包括输入状态信息。
在框920，利用经训练的决策模型，基于输入信息确定至少一个目标决策，经训练的决策模型是至少基于结果数据而被生成的。
在框930，输出至少一个目标决策。
在一些实施例中，经训练的决策模型可以通过以下方式得到：构建决策训练集，该决策训练集包括多个决策数据项，每个决策数据项包括以下至少一项：属性信息、初始状态信息、决策、在初始状态信息时应用决策后的转变后状态信息、以及从初始状态信息到转变后状态信息过程中的回报信息；至少基于该决策训练集来生成经训练的决策模型。示例性地，多个决策数据项中的至少一个决策数据项是基于上述过程所生成的反事实数据。
决策模型可以包括状态信息集合、决策集合、转变函数以及回报函数。转变函数可以表示应用决策所导致的状态信息转变的概率，回报函数可以用于表示应用决策所得到的回报。
可选地，在一些实施例中，用户的输入信息还可以包括关于输出条件的指示信息。在框920处，可以确定一系列的目标决策，例如多个目标决策，直至满足输出条件。并且在框930处可以输出多个目标决策。在一些实施例中，可以基于经训练的决策模型，确定与输入状态信息对应的第一决策方案，进而基于该第一决策方案确定第一目标决策。示例性地，第一决策方案可以包括多个决策以及对应的多个评估值，可以将与多个评估值中的最大评估值对应的决策作为第一目标决策。可以确定在输入状态信息时应用该第一目标决策之后的转变后状态信息。随后可以基于经训练的决策模型，确定与转变后状态信息对应的第二决策方案，进而基于该第二决策方案确定第二目标决策。以此方式，可以确定满足输出条件的多个目标决策，多个目标决策包括第一目标决策、第二目标决策…。
应注意，本公开对输出条件不作限定，例如输出条件包括为以下至少一项：输出的多个目标决策的数量等于预设值、经过多个目标决策之后的状态信息为预设状态信息、应用多个目标决策过程中的总回报高于第一预定值、应用多个目标决策过程中的总回报低于第一预定值等。
如此，本公开的实施例中，在生成决策模型时，决策数据集中包括反事实数据，如此能够考虑更丰富的数据，从而使得得到的决策模型适用性更强，具体而言基于该决策模型所得到的目标决策更加准确。
以此方式，可以通过训练得到数据生成模型，用于基于待处理数据得到反事实的结果数据。进一步地，该结果数据可以被用于训练得到决策模型，从而使得基于决策模型所得到的至少一个目标决策更加准确。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足第一状态信息时执行第一动作后的第二状态信息；利用经训练的数据生成模型，基于待处理数据确定结果数据，结果数据指示在满足第一状态信息时执行第二动作后的第三状态信息，数据生成模型是基于训练集以及与训练集中至少一个数据项对应的因果模型而得到的；以及输出结果数据。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：将第一状态信息、第一动作、第二状态信息中的至少一项输入到第一子模型，以得到与待处理数据对应的影响参数；以及将第一状态信息、第二动作和影响参数输入到第二子模型，以得到第三状态信息。
在一些实施例中，影响参数包括以下至少一项：第一状态信息所表示的对象的属性信息、或噪声参数。
在一些实施例中，待处理数据是基于事实的数据，结果数据为反事实数据。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：将第一状态信息、第二动作和第三状态信息输入到第三子模型，以确定结果数据的可用性。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：获取来自用户的输入信息，输入信息包括输入状态信息；利用经训练的决策模型，基于输入信息确定至少一个目标决策，经训练的决策模型是至少基于结果数据而被生成的；以及输出至少一个目标决策。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：获取待处理数据，待处理数据指示以下至少一项：第一状态信息、第一动作、第一属性信息、具有第一属性信息的对象在第一状态信息时执行第一动作后的第二状态信息；将第一状态信息、第一动作、第二状态信息中的至少一项输入到经训练的数据生成模型的第一子模型，以得到与待处理数据对应的影响参数，影响参数包括第二属性信息和噪声参数；将第一状态信息、第一动作和影响参数输入到经训练的数据生成模型的第二子模型，以得到结果数据，结果数据指示具有第二属性信息的对象在第一状态信息时执行第一动作后的第三状态信息；以及输出结果数据。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：构建训练集，训练集包括多个数据项，多个数据项中的每个数据项包括以下至少一项：第一状态信息、动作、以及在第一状态信息时执行动作后的第二状态信息；获取与训练集中至少一个数据项对应的因果模型；以及至少基于训练集和因果模型，生成经训练的数据生成模型。
在一些实施例中，多个数据项中的每个数据项还包括第一状态信息所表示的对象的属性信息。
在一些实施例中，数据生成模型包括第一子模型、第二子模型和第三子模型，并且其中第一子模型的输入包括第一状态信息、动作和第二状态信息，第二子模型的输入包括第一状态信息、动作和属性信息，第三子模型用于确定第二子模型的输出与第二状态信息之间的差异。
在一些实施例中，第二子模型的输入还包括影响参数，影响参数包括以下至少一项：第一状态信息所表示的对象的属性信息、或噪声参数。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：基于多个数据项中的至少一个数据项，生成因果模型，因果模型指示至少一个数据项中的多个因素之间的因果关系。
在一些实施例中，计算设备包括被配置为执行以下操作的电路：基于因果模型，构建数据生成模型的模型结构；至少基于训练集，对模型结构进行训练，以生成经训练的数据生成模型。
图10示出了可以用来实施本公开的实施例的示例设备1000的示意性框图。例如，如图1所示的计算设备110可以由设备1000来实施。如图所示，设备1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的计算机程序指令或者从存储单元1008加载到随机访问存储器(RAM)1003中的计算机程序指令，来执行各种适当的动作和处理。在RAM 1003中，还可存储设备1000操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
设备1000中的多个部件连接至I/O接口1005，包括：输入单元1006，例如键盘、鼠标等；输出单元1007，例如各种类型的显示器、扬声器等；存储单元1008，例如磁盘、光盘等；以及通信单元1009，例如网卡、调制解调器、无线通信收发机等。通信单元1009允许设备1000通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。应理解，本公开可以利用输出单元1007显示用户满意度的实时动态变化信息、满意度的群体用户或个体用户的关键因素识别信息、优化策略信息、以及策略实施效果评估信息等。
处理单元1001可通过一个或多个处理电路来实现。处理单元1001可被配置为执行上文所描述的各个过程和处理。例如，在一些实施例中，前述的过程可以被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1008。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1002和/或通信单元1009而被载入和/或安装到设备1000上。当计算机程序被加载到RAM 1003并由CPU 1001执行时，可以执行上文描述的过程中的一个或多个步骤。
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，其上载有用于执行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单元，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单元执行时，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。
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。

Claims (21)

1.一种数据处理方法，包括：
获取待处理数据，所述待处理数据指示以下至少一项：第一状态信息、第一动作、以及在满足所述第一状态信息时执行所述第一动作后的第二状态信息；
利用经训练的数据生成模型，基于所述待处理数据确定结果数据，所述结果数据指示在满足所述第一状态信息时执行第二动作后的第三状态信息，所述数据生成模型是基于训练集以及与所述训练集中至少一个数据项对应的因果模型而得到的；以及
输出所述结果数据。
2.根据权利要求1所述的方法，其中所述数据生成模型包括第一子模型和第二子模型，所述确定结果数据包括：
将所述第一状态信息、所述第一动作、所述第二状态信息中的至少一项输入到所述第一子模型，以得到与所述待处理数据对应的影响参数；以及
将所述第一状态信息、所述第二动作和所述影响参数输入到所述第二子模型，以得到所述第三状态信息。
3.根据权利要求2所述的方法，其中所述影响参数包括以下至少一项：所述第一状态信息所表示的对象的属性信息、或噪声参数。
4.根据权利要求2或3所述的方法，其中所述数据生成模型还包括第三子模型，所述方法还包括：
将所述第一状态信息、所述第二动作和所述第三状态信息输入到所述第三子模型，以确定所述结果数据的可用性。
5.根据权利要求1至4中任一项所述的方法，还包括：
获取来自用户的输入信息，所述输入信息包括输入状态信息；
利用经训练的决策模型，基于所述输入信息确定至少一个目标决策，所述经训练的决策模型是至少基于所述结果数据而被生成的；以及
输出所述至少一个目标决策。
6.根据权利要求1至5中任一项所述的方法，还包括：
构建所述训练集，所述训练集包括多个数据项，所述多个数据项中的每个数据项包括以下至少一项：第一状态信息、动作、以及在所述第一状态信息时执行所述动作后的第二状态信息；
获取所述因果模型；以及
至少基于所述训练集和所述因果模型，生成所述经训练的数据生成模型。
7.根据权利要求6所述的方法，其中所述多个数据项中的每个数据项还包括所述第一状态信息所表示的对象的属性信息。
8.根据权利要求7所述的方法，其中所述数据生成模型包括第一子模型、第二子模型和第三子模型，并且其中所述第一子模型的输入包括所述第一状态信息、所述动作和所述第二状态信息，所述第二子模型的输入包括所述第一状态信息、所述动作和所述属性信息，所述第三子模型用于确定所述第二子模型的输出与所述第二状态信息之间的差异。
9.根据权利要求8所述的方法，其中所述第二子模型的输入还包括影响参数，所述影响参数包括以下至少一项：所述第一状态信息所表示的对象的属性信息、或噪声参数。
10.根据权利要求6至9中任一项所述的方法，其中获取所述因果模型包括：
基于所述多个数据项中的至少一个数据项，生成所述因果模型，所述因果模型指示所述至少一个数据项中的多个因素之间的因果关系。
11.根据权利要求6至10中任一项所述的方法，其中生成所述经训练的数据生成模型，包括：
基于所述因果模型，构建所述数据生成模型的模型结构；
至少基于所述训练集，对所述模型结构进行训练，以生成所述经训练的数据生成模型。
12.根据权利要求1至11中任一项所述的方法，其中所述待处理数据是基于事实的数据，所述结果数据为反事实数据。
13.一种数据处理方法，包括：
获取待处理数据，所述待处理数据指示以下至少一项：第一状态信息、第一动作、第一属性信息、具有所述第一属性信息的对象在所述第一状态信息时执行所述第一动作后的第二状态信息；
将所述第一状态信息、所述第一动作、所述第二状态信息中的至少一项输入到经训练的数据生成模型的第一子模型，以得到与所述待处理数据对应的影响参数，所述影响参数包括第二属性信息和噪声参数；
将所述第一状态信息、所述第一动作和所述影响参数输入到所述经训练的数据生成模型的第二子模型，以得到结果数据，所述结果数据指示具有所述第二属性信息的对象在所述第一状态信息时执行所述第一动作后的第三状态信息；以及
输出所述结果数据。
14.一种模型训练方法，包括：
构建训练集，所述训练集包括多个数据项，所述多个数据项中的每个数据项包括以下至少一项：第一状态信息、动作、以及在所述第一状态信息时执行所述动作后的第二状态信息；
获取与所述训练集中至少一个数据项对应的因果模型；以及
至少基于所述训练集和所述因果模型，生成经训练的数据生成模型。
15.根据权利要求14所述的方法，其中所述多个数据项中的每个数据项还包括所述第一状态信息所表示的对象的属性信息。
16.根据权利要求15所述的方法，其中所述数据生成模型包括第一子模型、第二子模型和第三子模型，并且其中所述第一子模型的输入包括所述第一状态信息、所述动作和所述第二状态信息，所述第二子模型的输入包括所述第一状态信息、所述动作和所述属性信息，所述第三子模型用于确定所述第二子模型的输出与所述第二状态信息之间的差异。
17.根据权利要求16所述的方法，其中所述第二子模型的输入还包括影响参数，所述影响参数包括以下至少一项：所述第一状态信息所表示的对象的属性信息、或噪声参数。
18.根据权利要求14至17中任一项所述的方法，其中获取所述因果模型包括：
基于所述多个数据项中的至少一个数据项，生成所述因果模型，所述因果模型指示所述至少一个数据项中的多个因素之间的因果关系。
19.根据权利要求14至18中任一项所述的方法，其中生成所述经训练的数据生成模型，包括：
基于所述因果模型，构建所述数据生成模型的模型结构；
至少基于所述训练集，对所述模型结构进行训练，以生成所述经训练的数据生成模型。
20.一种电子设备，包括：
至少一个处理单元；
至少一个存储器，所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令，所述指令当由所述至少一个处理单元执行时使得所述设备执行如权利要求1至19中任一项所述的方法。
21.一种电子设备，包括：
处理电路装置，被配置为执行根据权利要求1至19中任一项所述的方法。
CN202111652939.2A 2021-12-30 2021-12-30 数据处理方法和电子设备 Pending CN116432758A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111652939.2A CN116432758A (zh) 2021-12-30 2021-12-30 数据处理方法和电子设备
JP2022210067A JP7540480B2 (ja) 2021-12-30 2022-12-27 データ処理方法及び電子機器
US18/148,779 US20230214694A1 (en) 2021-12-30 2022-12-30 Data processing method and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111652939.2A CN116432758A (zh) 2021-12-30 2021-12-30 数据处理方法和电子设备

Publications (1)

Publication Number Publication Date
CN116432758A true CN116432758A (zh) 2023-07-14

Family

ID=86991844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111652939.2A Pending CN116432758A (zh) 2021-12-30 2021-12-30 数据处理方法和电子设备

Country Status (3)

Country Link
US (1) US20230214694A1 (zh)
JP (1) JP7540480B2 (zh)
CN (1) CN116432758A (zh)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021058588A1 (en) 2019-09-25 2021-04-01 Deepmind Technologies Limited Training action selection neural networks using hindsight modelling

Also Published As

Publication number Publication date
JP7540480B2 (ja) 2024-08-27
JP2023099336A (ja) 2023-07-12
US20230214694A1 (en) 2023-07-06

Similar Documents

Publication Publication Date Title
CN110796856B (zh) 车辆变道意图预测方法及变道意图预测网络的训练方法
CN108921200B (zh) 用于对驾驶场景数据进行分类的方法、装置、设备和介质
WO2022052406A1 (zh) 一种自动驾驶训练方法、装置、设备及介质
CN114207541B (zh) 轨线预测
US20200247402A1 (en) Reinforcement learning with scene decomposition for navigating complex environments
CN114261400B (zh) 一种自动驾驶决策方法、装置、设备和存储介质
CN116348938A (zh) 用于预测动态对象行为的方法和系统
CN114758502B (zh) 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆
CN115366920B (zh) 用于自动驾驶车辆的决策方法及装置、设备和介质
CN112163446A (zh) 一种障碍物检测方法、装置、电子设备及存储介质
WO2023082726A1 (zh) 换道策略生成方法和装置、计算机存储介质、电子设备
CN115690153A (zh) 一种智能体轨迹预测方法及系统
Mänttäri et al. Learning to predict lane changes in highway scenarios using dynamic filters on a generic traffic representation
CN116880462A (zh) 自动驾驶模型、训练方法和自动驾驶方法和车辆
Wheeler et al. A probabilistic framework for microscopic traffic propagation
Nagarajan et al. Adversarial Deep Learning based Dampster–Shafer data fusion model for intelligent transportation system
CN113119999A (zh) 自动驾驶特征的确定方法、装置、设备、介质及程序产品
US20210398014A1 (en) Reinforcement learning based control of imitative policies for autonomous driving
EP4138039A2 (en) System and method for hybrid lidar segmentation with outlier detection
CN114584949B (zh) 车路协同确定障碍物属性值的方法、设备及自动驾驶车辆
CN116501820A (zh) 车辆轨迹预测方法、装置、设备及存储介质
CN116432758A (zh) 数据处理方法和电子设备
Zangirolami et al. Dealing with uncertainty: Balancing exploration and exploitation in deep recurrent reinforcement learning
EP4219261A1 (en) Estimation of risk exposure for autonomous vehicles
CN116504052B (zh) 基于shockwave交通流模型的感知数据补全方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication