[发明专利]车辆自动驾驶控制策略模型生成方法、装置、设备及介质在审
| 申请号： | 201810163708.7 | 申请日： | 2018-02-27 |
| 公开（公告）号： | CN110196587A | 公开（公告）日： | 2019-09-03 |
| 发明（设计）人： | 李慧云;刘艳琳 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 深圳青年人专利商标代理有限公司 44350 | 代理人： | 傅俏梅 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用计算机技术领域，提供了一种车辆自动驾驶控制策略模型生成方法、装置、设备及介质，该方法包括：采集当前试验时刻试验车辆的驾驶状态信息，通过贝叶斯网络从车辆动作集合中筛选出驾驶状态信息关联的车辆动作，通过奖励回报函数在这些关联的车辆动作中确定最大回报值动作，向试验车辆发送最大回报值动作，并将驾驶状态信息、最大回报值动作、以及最大回报值动作的回报值组合为训练样本，在试验车辆的试验结束时，根据不同试验时刻的训练样本和深度学习算法，训练得到用于车辆自动驾驶的控制策略模型，从而有效地降低了控制策略模型的训练计算开销，提高了车辆自动驾驶的模型训练效率。 | ||
| 搜索关键词： | 控制策略模型 自动驾驶 回报 驾驶状态信息 试验车辆 训练样本 试验 计算机技术领域 关联 贝叶斯网络 动作集合 计算开销 模型训练 学习算法 有效地 采集 发送 筛选 奖励 | ||
【主权项】：
1.一种车辆自动驾驶控制策略模型生成方法，其特征在于，所述方法包括下述步骤：采集当前试验时刻试验车辆的驾驶状态信息，根据预先构建的贝叶斯网络，在预设的车辆动作集合中筛选出所述驾驶状态信息关联的车辆动作；根据预先构建的奖励回报函数，在所述驾驶状态信息关联的车辆动作中确定所述驾驶状态信息对应的最大回报值动作；向所述试验车辆发送所述最大回报值动作，并将所述驾驶状态信息、所述最大回报值动作以及所述最大回报值动作的回报值组合成训练样本；判断所述试验车辆的试验是否结束，是则根据不同试验时刻的所述训练样本和预设的深度学习算法，对用于车辆自动驾驶的控制策略模型进行训练，以得到训练好的、用于车辆自动驾驶的控制策略模型，否则跳转至采集当前试验时刻试验车辆的驾驶状态信息的步骤。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810163708.7/，转载请声明来源钻瓜专利网。
