L3级别智驾？华为公开AI模型闭环训练专利

要点快读

华为技术有限公司申请的“模型的训练方法、车辆的控制方法及相关装置”专利2月18日公布。本申请利用专家系统的输出来引导确定用于更新AI模型的梯度，相当于对AI模型进行了闭环训练，从而提高了AI模型的精度。2025年2月20日下午，华为在深圳举办鸿蒙智行尊界技术发布会，发布“三大首发”“三大升级”等多项智能汽车领域的技术突破。

L3级别智驾？华为公开AI模型闭环训练专利

随着相关立法进度的推进，L3级自动驾驶正加速进入商业化阶段，而国内车企今年的智驾技术研发发力点也会开始集中在L3级别智能驾驶上，华为的高阶智驾能力已经无限接近L3级别智能驾驶。

L3 自动驾驶作为领先的智驾技术，有望率先在高端车型中搭载。类比于奔驰率先在 S系列和 EQS 系列搭载 L3 自动驾驶，尊界 S800 作为鸿蒙智行的超豪华品牌，有望率先落地L3 自动驾驶。 让我们看看相关专利：

华为聚焦人工智能领域中模型训练与车辆控制技术的创新，最新公开了一项相关专利（CN119476395A），提出一种基于专家系统引导的“闭环训练框架”，将专家系统的决策逻辑与神经网络模型的自学习能力深度融合，显著提升AI模型在复杂场景下的精度与可靠性。

摘要显示，一种模型的训练方法、车辆的控制方法及相关装置，可以应用于人工智能领域，方法包括：获取目标车辆的路况信息；根据路况信息，通过第一神经网络模型，得到目标信息，目标信息为目标车辆的行车意图预测、行驶路径的预测或者目标车辆和环境的交互行为预测；根据目标信息，通过专家系统或者专家系统对路况信息和路况信息对应的标签处理得到的结果，更新第一神经网络模型。本申请利用专家系统的输出来引导确定用于更新AI模型的梯度，相当于对AI模型进行了闭环训练，从而提高了AI模型的精度。这一方法增强了自动驾驶系统的可解释性，尤其在复杂城市道路场景中，有助于降低决策失误风险。

【以下是该专利详细的技术方案】

【闭环训练框架】

1.数据获取与初步预测：通过传感器采集车辆实时路况信息，输入第一神经网络模型，生成目标信息，包括行车意图预测、行驶路径规划或环境交互策略

2.专家系统介入与调整：将目标信息与路况标签输入专家系统。专家系统可基于规则或第二神经网络模型，评估标签的可行性并生成调整参数。例如，若模型预测“左转”可能导致碰撞，专家系统会标记该标签为不可行，并可能修正为“车道保持”

3.动态损失函数优化：根据专家系统的反馈，调整损失函数的权重。若标签可行度高，则放大损失值以强化模型对该预测的优化；若可行度低，则减小损失值以避免模型过度拟合错误标签。这一机制确保AI模型在训练中优先学习符合专家经验的决策。

【双模型协同优化】

1.第一神经网络模型：负责从原始数据中学习潜在规律，生成初步决策建议

2.第二神经网络模型：参数化实现专家知识，可细分为两种模式：规则约束模式：直接基于预设规则校验AI模型的输出，生成硬性约束；数据驱动模式：通过历史交互数据训练，动态优化专家系统的决策边界。

3.双模型通过控制指令交互实现闭环：AI模型输出决策→专家系统评估可行性→生成控制指令→车辆执行并反馈环境变化→数据回滚至训练系统。这种循环不仅提升了AI模型的鲁棒性，还使专家系统通过实际场景数据持续自我完善。

当前，华为ADS 3.0系统已进入实测阶段，并与鸿蒙智行联盟车企（赛力斯、奇瑞等）深度合作。2025年1月，鸿蒙智行销量达34,987辆，连续9个月居中国车市成交均价榜首，为专利技术量产奠定市场基础。此外，尊界S800车型宣布实现L3级自动驾驶能力，或将成为国内首个量产落地车型。

对于华为公开AI模型闭环训练专利，你有什么看法呢？欢迎在评论区留言分享你的观点。