本發明基于神經網絡以及深度強化學習做了一個融合運用,采用多層網絡架構豐富對于軌跡預測的已知量導入,能夠在避免過擬合的情況下進一步提升對于軌跡預測的精度,同時采用DDPG強化學習網絡架構,其屬于介于“監督學習”和“非監督學習”之間的一種架構,能夠進一步提升算法的魯棒性,避免針對非訓練數據集的情況出現太差的效果,進一步保障車輛行駛的安全性與算法的魯棒性提升。
聲明:
“基于深度強化學習與神經網絡的軌跡預測模型方法、系統及裝置” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)