一種網(wǎng)絡(luò)訓(xùn)練的方法、控制方法以及裝置
基本信息
| 申請(qǐng)?zhí)?/td> | CN202111432347.X | 申請(qǐng)日 | - |
| 公開(kāi)（公告）號(hào) | CN114118276A | 公開(kāi)（公告）日 | 2022-03-01 |
| 申請(qǐng)公布號(hào) | CN114118276A | 申請(qǐng)公布日 | 2022-03-01 |
| 分類(lèi)號(hào) | G06K9/62（2022.01）I | 分類(lèi) | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 熊方舟;吳思雷;丁曙光;張羽;周奕達(dá);樊明宇;任冬淳 | 申請(qǐng)（專(zhuān)利權(quán)）人 | 北京觸達(dá)無(wú)界科技有限公司 |
| 代理機(jī)構(gòu) | 北京曼威知識(shí)產(chǎn)權(quán)代理有限公司 | 代理人 | 方志煒 |
| 地址 | 101399北京市順義區(qū)高麗營(yíng)鎮(zhèn)文化營(yíng)村北（臨空二路1號(hào)科技創(chuàng)新功能區(qū)） | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本說(shuō)明書(shū)公開(kāi)了一種網(wǎng)絡(luò)訓(xùn)練的方法、控制方法以及裝置，首先，獲取訓(xùn)練樣本。其次，將訓(xùn)練樣本輸入到策略網(wǎng)絡(luò)中，得到采集設(shè)備在第一歷史時(shí)刻需要執(zhí)行的第一行駛策略，并確定第一行駛策略對(duì)應(yīng)的評(píng)價(jià)值。而后，基于第一行駛策略，確定采集設(shè)備在第二歷史時(shí)刻需要執(zhí)行的第二行駛策略，并確定第二行駛策略對(duì)應(yīng)的評(píng)價(jià)值，以及基于第一行駛策略，確定采集設(shè)備在第二歷史時(shí)刻對(duì)應(yīng)的懲罰值。最后，根據(jù)第二行駛策略對(duì)應(yīng)的評(píng)價(jià)值和懲罰值，確定針對(duì)第一行駛策略的期望評(píng)價(jià)值，并以第一行駛策略對(duì)應(yīng)的評(píng)價(jià)值向期望評(píng)價(jià)值逼近為優(yōu)化目標(biāo)，對(duì)策略網(wǎng)絡(luò)進(jìn)行訓(xùn)練。本方法可以降低了無(wú)人設(shè)備與周?chē)系K物發(fā)生碰撞的概率，保證了無(wú)人設(shè)備的安全行駛。 |
