一种基于深度神经网络和强化学习的多模型目标状态预测方法,有效应对多模型融合的复杂的强非线性环境表达与目标状态长时间预测问题,有助于提高目标状态预测精度和预测时长,实现多模型融合的在线参数自修正。该专利提供的标定方法具有优势:1)自适应环境场景变化,自调节多模型目标状态预测参数;2)提高目标状态预测精度;3)提高目标状态预测时间长度;4)在线自学习多模型预测参数,提高动态场景下目标状态预测精度。
声明:
“基于深度强化学习的多模型目标状态预测方法及系统” 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)