本发明涉及智能驾驶领域,特别涉及一种基于深度强化学习的停车策略。现有技术中,传统的自动泊车系统基于传统的路径规划算法,效果较差;本发明提供了一种基于深度强化学习的停车方法以及系统,所述方法及系统可由深度强化学习算法获得停车规划路线;以车辆观测状态、车辆预测动作和奖励函数构成元组,基于该元组的泊车规划方法,具有基于产品特点提取特征,使得需要的参数少的特点。此外,基于目标函数:(距离+转向+碰撞),系数不需要调整;本发明采用深度强化学习的方式来提取特征,具有整体规划时间快,对外界的反应快等有益的技术效果。
声明:
“基于深度强化学习的停车策略” 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)