一种基于深度强化学习的无人驾驶端到端决策方法
授权
摘要
本发明公开了一种基于深度强化学习的无人驾驶端到端决策方法，步骤为：1)获取无人驾驶车辆前方道路特征编码，2)将前方道路环境状态与车辆自身状态作为当前时刻环境状态输入至经过训练的深度强化学习结构中以输出无人驾驶车辆的动作；其中，深度强化学习网络包括由Eval Actor网络和Target Actor网络构成的Actor网络，由Eval Critic 1网络和Target Critic 1网络构成的Critic 1网络，由Eval Critic 2网络和Target Critic 2网络构成的Critic 2网络，以及由Eval Q网络和Target Q网络构成的Q网络组；该方法要求的环境数据要求少，可实现有效降低成本，同时通过构建具有高学习效率、训练速度快的深度强化学习网络，实现提高智能体的探索效率的目的。
基本信息
专利标题 ：
一种基于深度强化学习的无人驾驶端到端决策方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113104050A
申请号 ：
CN202110372793.X
公开（公告）日 ：
2021-07-13
申请日 ：
2021-04-07
授权号 ：
CN113104050B
授权日 ：
2022-04-12
发明人 ：
杨璐王一权任凤雷刘佳琦王龙志
申请人 ：
天津理工大学
申请人地址 ：
天津市南开区红旗南路延长线天津理工大学主校区
代理机构 ：
天津才智专利商标代理有限公司
代理人 ：
王梦
优先权 ：
CN202110372793.X
主分类号 ：
B60W60/00
IPC分类号 ：
B60W60/00 G06N20/00
IPC结构图谱
B
B部——作业；运输
B60
一般车辆
B60W
附注
B60W60/00
尤其适用于自主道路车辆的驱动控制系统
法律状态
2022-04-12 ：
授权
2021-07-30 ：
实质审查的生效
IPC(主分类) : B60W 60/00
申请日 : 20210407
申请日 : 20210407
2021-07-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
