[发明专利]基于联邦深度强化学习的无人驾驶决策与控制方法在审
| 申请号： | 202110999651.6 | 申请日： | 2021-08-29 |
| 公开（公告）号： | CN113885491A | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 黄志清;许哲健 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02;G06N3/04;G06N3/08;G06N20/20 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 沈波 |
| 地址： | 100124 *** | 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： | 本发明公开了基于联邦深度强化学习的无人驾驶决策与控制模型训练方法，该方法一共分为四步：初始化、数据处理、客户端无人驾驶决策与控制的深度强化学习、联邦学习。本发明能够保证客户端数据不出本地的前提下，进行联邦学习训练，达到对无人车在不同场景下进行决策与控制的效果。实验测试，无人车能够在不同测试场景下完成驾驶，并且能够保持更稳定的速度及车辆控制。 | ||
| 搜索关键词： | 基于 联邦 深度 强化 学习 无人驾驶 决策 控制 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京工业大学，未经北京工业大学许可，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/202110999651.6/，转载请声明来源钻瓜专利网。
- 上一篇：基于伺服控制的微型离合器装置
- 下一篇：一种计算设备主机箱的智能固定底脚
