原创力文档- 2
- 0
- 约1.09万字
- 约 10页
- 2023-07-05 发布于四川
- 举报
本发明提供了一种适用于智能汽车的自主决策方法，包括根据状态选择动作集合A中的动作，得到下一个状态，然后计算出回报R，在DoubleDQN框架下，给当前Q网络与目标Q网络构建相同的CNN网络用于训练；利用贪婪策略选择动作获得待训练的样本，动作从步骤S1中的动作集合A中选择，样本构成reply池；待样本达到设定数量后，从reply池中根据设定阈值选择样本，随后进行训练，根据梯度下降法，由当前Q网络与目标Q网络之间误差进行反向传播优化当前Q网络参数；样本训练之后应用至载体进行自主决策。本发明对不同信
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113807503 A
(43)申请公布日 2021.12.17
(21)申请号 202111142980.5
(22)申请日 2021.09.28
(71)申请人 中国科学技术大学先进技术研究院
文档评论（0）