[发明专利]车辆进程管理方法、车辆和存储介质

说明书

本申请公开了一种车辆进程管理方法、车辆和存储介质。该车辆进程管理方法包括：多次获取车辆驾驶场景下运行的多个进程优先级组合的当前状态、当前进程优先级组合的奖励值、配置优先级的动作和根据动作配置优先级后的进程优先级组合的下一状态作为经验序列加入经验回放池；从经验回放池中选择预设数量的经验序列进行处理得到目标优先级组合；根据目标优先级组合管理对应的车辆驾驶场景下运行的多个进程。本申请通过建立经验回放池，并对经验回放池的数据进行处理，寻找最佳的优先级配置即目标优先级组合，并根据该目标优先级组合管理对应的车辆驾驶场景下运行的多个进程，无需人工手动配置，使得多个进程的优先级配置更准确。

技术领域

本申请涉及智能车辆技术领域，特别涉及一种车辆进程管理方法、车辆和存储介质。

背景技术

在实际用车场景中，自动驾驶智能控制单元(XPU)后台运行着多个自动驾驶进程，这些进程被存储在一个就绪队列中，处理器根据这些进程的优先级分配运算资源，优先级高则先运算，优先级低则后运算。为了使得所有进程的整体响应时间更快，可以调节每个应用程序的优先级(在linux系统中用nice值表示)，使得整体的优先级搭配最优，这样，在切换场景时，系统的响应时间更快，给用户更好的用车体验。

目前主要是由人工手动调节后台进程的nice值，但是这种人工指定方法是静态的，无法变更，也不知道最后出来的结果是不是最优，只能一次次尝试。也即是，在实际应用场景中，直接获得进程优先级最佳配置是很困难的，仅仅依靠人工手动配置不够准确。

发明内容

本申请实施方式提供一种车辆进程管理方法、车辆和存储介质。

本申请实施方式提供一种车辆进程管理方法。所述车辆进程管理方法包括：多次获取车辆驾驶场景下运行的多个进程优先级组合的当前状态、所述当前进程优先级组合的奖励值、配置优先级的动作和根据所述动作配置优先级后的进程优先级组合的下一状态作为经验序列加入经验回放池；从所述经验回放池中选择预设数量的所述经验序列进行处理得到目标优先级组合；根据所述目标优先级组合管理对应的所述车辆驾驶场景下运行的多个所述进程。

在某些实施方式中，所述多次获取车辆驾驶场景下运行的多个进程优先级组合的当前状态、所述当前进程优先级组合的奖励值、配置优先级的动作和根据所述动作配置优先级后的进程优先级组合的下一状态作为经验序列加入经验回放池，包括：获取每个所述当前状态的原始奖励值；通过价值网络输出每个所述当前状态的Q值；在所述下一状态不是最终状态的情况下，根据所述原始奖励值和所述Q值确定所述奖励值。

在某些实施方式中，所述获取每个所述当前状态的原始奖励值，包括：获取每个所述当前状态对应的多个所述进程的响应总时间；若所述响应总时间大于预设时间阈值，则确定所述原始奖励值为第一设定值；或若所述响应总时间不大于预设时间阈值，则确定所述原始奖励值为第二设定值。

在某些实施方式中，所述在所述下一状态不是最终状态的情况下，根据所述原始奖励值和所述Q值确定所述奖励值，包括：将所述原始奖励值加上折扣因子与已输出的最大Q值之积得到所述奖励值。

在某些实施方式中，所述多次获取车辆驾驶场景下运行的多个进程优先级组合的当前状态、所述当前进程优先级组合的奖励值、配置优先级的动作和根据所述动作配置优先级后的进程优先级组合的下一状态作为经验序列加入经验回放池，包括：采用贪心策略获取每次配置优先级的所述动作，其中所述贪心策略的贪心值与获取次数呈反比。

在某些实施方式中，所述从所述经验回放池中选择预设数量的所述经验序列进行处理得到目标进程优先级组合，包括：从所述经验回放池中选择预设数量的所述经验序列对深度强化学习模型进行训练；计算所述深度强化学习模型的损失值；根据所述损失值更新所述深度强化学习模型的参数；根据更新后的所述深度强化学习模型确定所述目标优先级组合。