本發明公開了一種駕駛自適應控制方法,屬于智能駕駛和人工智能技術領域,包括獲取歷史駕駛數據集,并將歷史駕駛數據集分為訓練集、測試集和驗證集;采用基于深度卷積神經網絡的深度強化學習算法,構建用于駕駛控制的網絡模型;利用訓練集數據對網絡模型進行訓練,并利用代價函數的梯度迭代重復訓練網絡模型,以得到優化后的網絡模型;利用測試集和驗證集對優化后的網絡模型的性能進行驗證,并將滿足性能的網絡模型作為自適應決策模型;利用自適應決策模型對當前采集的實時環境數據進行處理,做出駕駛決策。本發明能更好的模擬人類在真實復雜環境下做出的駕駛決策和相應的駕駛動作。
聲明:
“駕駛自適應控制方法” 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)