摘要
本发明提供智能小车的多模式任务编排与智能执行方法及系统,涉及任务编排技术领域,包括通过深度学习算法对历史任务数据进行聚类分析,构建任务模型库;基于新任务指令匹配执行模式,构建并优化决策树,生成最优执行路径;将执行路径转换为控制指令序列;执行任务时实时采集环境数据,基于深度强化学习模型进行在线优化;将执行数据反馈至任务模型库,提高后续执行效率。
技术关键词
深度强化学习模型
智能小车
模型库
模式
空间约束条件
序列
深度学习算法
节点
多维度特征提取
启发式算法
数据
评价指标体系
动态障碍物
计算机程序指令
密度峰值聚类算法
智能执行系统
资源
模糊决策方法
动态时间规整算法
系统为您推荐了相关专利信息
耦合预测方法
缩尺模型
形态分析方法
环境现场
物理
电流源逆变器
动力总成控制方法
动力总成系统
共模电压
谐波
刺激装置
坐标转换矩阵
精准定位系统
面部关键点
坐标系
车辆控制单元
远程锁车系统
车载网络
人机界面
集成网络通信
数据输出模块
数据处理模块
存储模块
打印模块
图像