本发明涉及
新能源汽车制动领域,具体涉及一种基于DDPG深度强化学习的AEB控制方法及系统,包括构建基于策略网络和值网络构建动作‑评价网络,根据策略网络选择在当前行驶状态下的动作,值网络对选择的动作进行评价;构建基于目标策略网络和目标值网络的目标网络,使用经验回放机制从样本值中随机获取训练样本对策略网络和值网络进行离线训练和更新;目标网络根据在当前行驶状态下执行动作‑评价网络选择的动作后状态的评价值和系统的奖励函数更新策略网络;将当前行驶状态输入,通过基于策略网络和值网络构建动作‑评价网络选择最优的动作;本发明采用优化后的制动策略能够提高新能源汽车的经济效益,降低无效油耗,减缓车辆零件老化速度。
声明:
“基于DDPG深度强化学习的AEB控制方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)