龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于深度强化学习的无人车竞速控制器的设计方法。该方法包括：通过预训练的离散变分自编码器对环境的状态信息进行特征提取，降低原始RGB相机图像数据的维度；将GRU融入TQC算法策略网络与价值网络的特征层，提取环境状态信息的时域特征，使算法可以处理因系统延迟导致的部分可观测马尔可夫决策问题；使用循环经验回放为经验序列增加额外的烧录过程，解决不良GRU初始隐藏状态对算法收敛稳定性的影响；使用概率组合优先经验回放为新经验提供额外的回放机制，提升新经验的采样概率，加速无人车竞速算法的收敛。将收敛后算法的策略网络做为无人车竞速控制器，实验结果表明，该控制器可以高效控制无人车进行绕圈竞速。
主权项：1.一种基于深度强化学习的无人车竞速控制器的设计方法，其特征在于，无人车的控制器由深度强化学习算法的策略网络构成，具体包括以下步骤：步骤1、构建无人车竞速环境的强化学习接口模型；步骤2、设计并训练离散变分自编码器，用于RGB相机图像的特征提取；步骤3、设计概率组合优先经验回放策略，增加新经验列表，训练数据的采样以一定概率组合经验回放缓冲区与新经验列表中的经验；步骤4、设计并训练基于GRU的TQC算法，用于提取环境的时域特征，使用循环经验回放策略，通过烧录序列使GRU从不良初始隐藏状态中恢复。
全文数据：
权利要求：
百度查询： 南京理工大学 一种基于深度强化学习的无人车竞速控制器的设计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号