本发明公开了基于深度强化学习的无人驾驶分层运动决策控制方法,以“元动作决策‑车辆控制”层次化运动决策控制模型为载体实现的。通过对驾驶行为的抽象分解和对影响驾驶行为的环境因素分析,以将运动决策控制过程分解为“元动作决策‑车辆控制”的模式实现的,元动作决策属于离散型决策问题,利用DQN深度强化学习算法建立一个由动态驾驶信息到元动作的端到端模型。车辆控制属于连续型动作输出,采用DDPG深度强化学习算法建立一个从道路信息与元动作,映射到油门、刹车和方向盘控制量的端到端模型,神经网络的搭建使用PyTorch深度学习框架,选择的开发语言是Python,模型通过接收驾驶行为指令并结合环境状态信息,输出车辆的控制量。
声明:
“基于深度强化学习的无人驾驶分层运动决策控制方法” 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)