[发明专利]基于虚拟环境和深度双Q网络的自动驾驶小车训练方法在审
申请号: | 201911135830.4 | 申请日: | 2019-11-19 |
公开(公告)号: | CN110850877A | 公开(公告)日: | 2020-02-28 |
发明(设计)人: | 杜涛;张琪;田常正 | 申请(专利权)人: | 北方工业大学 |
主分类号: | G05D1/02 | 分类号: | G05D1/02;G06N3/04;G06N3/08;G06N7/00;G06T7/12;G06T7/13;G06T7/168;G06T17/05 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 邓治平 |
地址: | 100144 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及基于虚拟环境和深度双Q网络的自动驾驶小车训练方法,包括:基于Unity构建小车赛道虚拟环境;建立Websocket协议下的Unity与自动驾驶小车模型的通信连接;建立表征小车自动驾驶过程的马尔科夫模型,改造深度双Q网络算法训练自动驾驶模型;配置实体小车软硬件环境,迁移已训练小车自动驾驶模型;测试真实赛道下实体小车训练模型的自动驾驶操作。本方法使用虚拟环境训练模型,实现自动驾驶训练算法模型对复杂环境和路况的鲁棒性。本发明借助深度双Q网络算法,避免Q值估值大造成训练复杂性高的问题,使训练过程简单快速。本发明具有鲁棒性强、速度快、成本低等优点。可应用到智能交通、航空航天、机器人等领域的无人驾驶操作的训练和学习。 | ||
搜索关键词: | 基于 虚拟 环境 深度 网络 自动 驾驶 小车 训练 方法 | ||
【主权项】:
暂无信息
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北方工业大学,未经北方工业大学许可,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/201911135830.4/,转载请声明来源钻瓜专利网。
- 上一篇:一种送料滑台
- 下一篇:流量统计方法、电子设备、系统及介质