CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）_第1页
CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）_第2页
CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）_第3页
CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）_第4页
CN119475978B 一种在线驾驶场景的陌生环境状态认知模型训练方法 （重庆大学）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种在线驾驶场景的陌生环境状态认知模本发明涉及一种在线驾驶场景的陌生环境架构的近端策略优化算法作为智能体，形成测试环境在动态驾驶场景下对Guard环境认知网2S22：基于Actor_Critic架构的深度强化学习算法——近端策略优化作为智能体学习混合动力汽车的节能驾驶策略，通过Actor拟合当前训练环境的最优控制策略，并利用S3：在仿真驾驶场景的训练过程中，针对基于数S31：基于数据驱动的深度强化学习型混合动力汽车控制策略的训练中，传统Actor_Critic架构训练流程按照如下公式所示的损失函数计算更新梯度，其中Actor的目标是最是Critic的值函数输出，R是基于实际的奖励和优势计算计算的回报值，LCritic_L2与LActor_L2是关于Critic与Actor网络权重的L2正则项；3S32：为了有效训练“Guard环境认知网络”，在损失函数中同步包含着关于Actor、而LGuard-L2是关于Guard网络2.根据权利要求1所述的在线驾驶场景的陌生环境状态认知模型训练方法，其特征在其中，SACC是自适应巡航控制策略的状态，VehSpd是当前车速，TgtSpd是目标车速，S12：在自动驾驶三维仿真软件CARLA中加载用S13：在CitroenC3车身模型对应的六个相机外参数3.根据权利要求1所述的在线驾驶场景的陌生环境状态认知模型训练方法，其特征在45差模型能够缓解仿真与现实动态及传感器噪络”概念，形成能够充分实现策略学习_策略评估_环境认知三种作用的“Actor_Critic_6[0025]S22：基于Actor_Critic架构的深度强化学习算法——近端策略优化作为智能体7[0027]S31：基于数据驱动的深度强化学习型混合动力汽车控制策略的训练中，传统Actor-Critic架构训练流程按照如下公式所示的损失函数计算更新梯度，其中Actor的目值函数的损失函数中均增加L2正则项；-R)2]+LCritic-L2是Critic的值函数输出，R是基于实际的奖励和优势计算计算的回报值，LCritic-L2与LActor-L2是关于Guard-L2是关于Guard网络权重的L2正则项。8[0040]图1是本发明提供的在线驾驶场景的陌生环境状态认知模型训练方法的整体流程9[0064]S22：基于Actor_Critic架构的深度强化学习算法——近端策略优化作为智能体[0067]S31：基于数据驱动的深度强化学习型混合动力汽车控制策略的训练中，传统Actor-Critic架构训练流程按照如下公式所示的损失函数计算更新梯度，其中Actor的目值函数的损失函数中均增加L2正则项；-R)2]+LCritic-L2是CriticGuard-L2是关于Guard网络权重的L2正则项。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论