本发明涉及一种基于个性化驾驶员模型的自动驾驶测试场景生成方法,包括:若未知被测试交互对象为自动驾驶系统,则基于现有自然驾驶数据集获取中国的高速公路及其匝道的自然驾驶数据;若已知被测试交互对象为自动驾驶系统,则结合调查问卷与驾驶模拟器的方式,采集得到驾驶员与自动驾驶交互的驾驶数据;基于获取的驾驶数据,使用最大熵逆强化学习方法以及深度强化学习方法,训练出不同风格的驾驶员智能体模型;根据测试需求,将不同风格的驾驶员模型按照对应的需求比例,组合生成相应的目标测试场景。与现有技术相比,本发明以人类驾驶数据作为数据来源,通过构建个性化具有不同风格的驾驶员模型,能够有效提升测试场景的真实性和复杂性。
声明:
“基于个性化驾驶员模型的自动驾驶测试场景生成方法” 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)