基于强化学习的虚拟边缘场景自动生成系统及其方法

AITNT
正文
推荐专利
基于强化学习的虚拟边缘场景自动生成系统及其方法
申请号:CN202510513867
申请日期:2025-04-23
公开号:CN120431255A
公开日期:2025-08-05
类型:发明专利
摘要
本发明涉及人工智能和自动驾驶技术领域,具体涉及基于强化学习的虚拟边缘场景自动生成系统及其方法,包括生成对抗网络模块,利用双通道生成器和判别器生成虚拟场景,交互模块将场景输入驾驶策略模型并获取评估结果,强化学习模块自动调整场景生成权重,减少人工干预,提升训练效率和生成质量,场景筛选模块基于深度神经网络评估并筛选高质量场景,场景重构模块自适应重构低质量区域,多模态融合模块整合多源环境约束数据。创新的双通道对抗生成机制同时优化场景真实性和危险性,提高生成场景的质量和实用性,该系统融合了生成对抗网络、强化学习、深度神经网络等多学科知识,为自动驾驶提供高效、实用的虚拟训练场景。
技术关键词
生成对抗网络 自动生成系统 重构模块 深度神经网络 仿真环境 多尺度特征金字塔 融合多模态特征 交通流 自动生成方法 策略 自动驾驶技术 特征提取单元 特征提取网络 优化场景 生成机制
系统为您推荐了相关专利信息
1
人机交互计算机系统
轮椅 监控器 计算机系统 数值 电子
2
一种脱硝脱硫活性炭催化剂的制备控制方法
脱硫活性炭 浸渍液 控制策略 工艺控制参数 催化剂
3
一种头戴AR设备的角度自动识别系统及其识别方法
AR设备 自动识别系统 状态监测模块 头戴 实时图像
4
基于深度学习的异常流量检测与攻击识别方法及系统
签名特征 统计特征 异常流量检测 生成对抗网络 攻击识别方法
5
一种基于深度学习的乡村环境下可驾驶区域识别的方法
语义分割模型 深度学习语义分割 解码模块 编码模块 深度神经网络
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