首页> 中国专利> 一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法

一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法，利用神经网络动力学模型和车辆平面映射关系来模拟自动驾驶汽车在区域分割鸟瞰图上实时的运动变化。采用神经网络作为动力学模型更加贴合实车的动力学特性，减小了普通单轨模型误差较大的问题。利用区域分割鸟瞰图Φ作为自动驾驶强化学习训练的状态量，减小了仿真训练和实车二次训练的状态量之间的差异，避免了仿真训练与实车二次训练之间因状态量差异带来的冲突；设计了一种贴合真实场景的强化学习自动驾驶策略仿真训练框架，预训练的强化学习网络RL‑net能较自然的迁移到实车的二次训练中，解决了直接将强化学习应用实车训练时前期可能会发生的碰撞事故的问题。

著录项

公开/公告号CN113420368A

专利类型发明专利
公开/公告日2021-09-21

原文格式PDF
申请/专利权人江苏大学;
展开▼

申请/专利号CN202110563273.7
发明设计人蔡英凤;杨绍卿;滕成龙;王海;熊晓夏;孙晓东;
展开▼

申请日2021-05-24
分类号G06F30/15(20200101);G06F30/27(20200101);G06N3/04(20060101);G06N3/08(20060101);G06F119/14(20200101);
代理机构
代理人
地址 212013 江苏省镇江市京口区学府路301号
入库时间 2023-06-19 12:40:27

相似文献

专利
中文文献
外文文献

1. 一种智能车辆神经网络动力学模型、强化学习网络模型及其自动驾驶训练方法 [P] . 中国专利： CN113420368A . 2021-09-21
2. 神经网络模型的训练方法、装置及智能终端 [P] . 中国专利： CN111383172A . 2020-07-07
3. METHOD AND SYSTEM FOR ORCHESTRATING MULTI-PARTY SERVICES USING SEMI-COOPERATIVE NASH EQUILIBRIUM BASED ON ARTIFICIAL INTELLIGENCE, NEURAL NETWORK MODELS,REINFORCEMENT LEARNING AND FINITE-STATE AUTOMATA [P] . 美国专利： US2019347371A1 . 2019-11-14

机译：基于人工智能，神经网络模型，强化学习和有限状态自动机的半协同纳什均衡对多方服务进行编排的方法和系统
4. METHOD AND SYSTEM FOR ORCHESTRATING MULTI-PARTY SERVICES USING SEMI-COOPERATIVE NASH EQUILIBRIUM BASED ON ARTIFICIAL INTELLIGENCE, NEURAL NETWORK MODELS, REINFORCEMENT LEARNING AND FINITE-STATE AUTOMATA [P] . 欧洲知识产权局专利： EP3567539A1 . 2019-11-13

机译：基于人工智能，神经网络模型，强化学习和有限状态自动机的半协同纳什均衡对多方服务进行编排的方法和系统
5. Off-line combination of convolution / deconvolution layer and batch normalization layer of convolutional neural network model used for self-driving vehicles [P] . 日本专利： JP6653343B2 . 2020-02-26

机译：用于自动驾驶车辆的卷积/反卷积层和卷积神经网络模型的批归一化层的离线组合