一种基于强化学习的智能网联车自主决策方法、系统及装置

AITNT
正文
推荐专利
一种基于强化学习的智能网联车自主决策方法、系统及装置
申请号:CN202411816443
申请日期:2024-12-11
公开号:CN119296054B
公开日期:2025-05-16
类型:发明专利
摘要
一种基于强化学习的智能网联车自主决策方法、系统及装置,涉及自动驾驶领域,具体涉及一种基于强化学习的智能网联车自主决策方法、系统及装置。为了解决现有技术如何提高车辆自主决策的合理性和准确性的问题,本发明提供如下方案:所属系统包括数据采集、自主驾驶决策和控制模块。数据采集模块处理传感器数据和报文信息,发送给自主驾驶决策模块。自主驾驶决策模块使用DQN算法转换数据为初步决策,并采用价值函数修正最终决策。控制模块根据最终决策控制车辆行驶状态,实现高效自主驾驶。本发明在车辆智能驾驶中具有良好的应用前景。
技术关键词
自主决策方法 智能网联车 车辆自主 车载传感器 数据采集模块 DQN算法 决策系统 车辆行驶状态 车辆违规行驶 报文 路况因子 车道 控制模块 车辆智能驾驶 速度 可读存储介质 滤波去噪
系统为您推荐了相关专利信息
1
基于AI大语言模型的中医智能问诊方法及系统
智能问诊方法 智能问诊系统 同义词 声音采集器 术语
2
一种基于共享物联网的消防数据资源调度方法
数据资源调度方法 共享物 消防物联网设备 数据共享平台 消防车
3
一种临床实习生教学管理评价系统和方法
评价算法 评价系统 数据采集模块 指标 老师
4
基于深度学习的土壤修复效果动态评估系统及方法
动态评估系统 生态恢复 多源监测数据 深度学习模型 土壤修复过程
5
一种个性化驾驶行为习惯的智能协调方法及系统
分层特征提取 多模态 通路结构 环境感知数据 车辆运行数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号