[发明专利]一种基于深度强化学习的停车策略有效
| 申请号： | 201811097576.9 | 申请日： | 2018-09-20 |
| 公开（公告）号： | CN110136481B | 公开（公告）日： | 2021-02-02 |
| 发明（设计）人： | 王宇舟 | 申请（专利权）人： | 初速度（苏州）科技有限公司 |
| 主分类号： | G08G1/16 | 分类号： | G08G1/16;G06N3/04;G06N3/08 |
| 代理公司： | 北京科领智诚知识产权代理事务所(普通合伙) 11782 | 代理人： | 陈士骞 |
| 地址： | 215131 江苏省苏州市相城区高*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及智能驾驶领域，特别涉及一种基于深度强化学习的停车策略。现有技术中，传统的自动泊车系统基于传统的路径规划算法，效果较差；本发明提供了一种基于深度强化学习的停车方法以及系统，所述方法及系统可由深度强化学习算法获得停车规划路线；以车辆观测状态、车辆预测动作和奖励函数构成元组，基于该元组的泊车规划方法，具有基于产品特点提取特征，使得需要的参数少的特点。此外，基于目标函数：(距离+转向+碰撞)，系数不需要调整；本发明采用深度强化学习的方式来提取特征，具有整体规划时间快，对外界的反应快等有益的技术效果。 | ||
| 搜索关键词： | 一种 基于 深度 强化 学习 停车 策略 | ||
【主权项】：
1.一种基于深度强化学习的停车方法，其特征在于：所述方法可由深度强化学习算法获得停车规划路线；在深度强化学习算法的训练过程中，由车辆观测状态、车辆预测动作和奖励函数构成元组，所述元组每隔规定时间更新一次；根据当前车辆观测状态,输出预测动作和奖励函数进行路线规划，当元组更新一次后，根据更新后的车辆观测状态,输出预测动作和奖励函数进行再一次的路线规划，直至车辆到达目标车位；由此可以得到奖励函数值最高的停车规划路线。
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初速度（苏州）科技有限公司，未经初速度（苏州）科技有限公司许可，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/201811097576.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于无线广播与扫描识别的智能停车方法及系统
- 下一篇：一种行人预警系统
