[发明专利]面向强化学习的检测防御异常数据方法和装置

摘要

本发明公开了一种面向强化学习的检测防御异常数据方法和装置，包括以下步骤：采集场景a下小车正常驾驶状态作为样本数据，对样本数据采用PCA降维处理，得到前n个特征值的累计贡献率α以及变换矩阵P；基于DDPG算法建立场景a下自动驾驶训练模型，预训练自动驾驶训练模型，将状态转换过程存入经验回放缓冲区D；采集场景a下自动驾驶训练模型训练过程中的状态st，利用变换矩阵P对状态st降维处理，计算前n个特征值的累计贡献率α’；若||α‑α’||≥∈，则判定st异常，向对应的奖励值rt增加惩罚项并将更新后的状态转换过程存储在经验回放缓冲区D中；根据更新后的奖励值计算损失函数，利用损失函数更新主网络的参数。