一种基于场景区分的深度强化学习训练方法及系统

发明专利有效专利

申请号：
CN201910913368.X
IPC分类号：G06F30/20;G06K9/00;G06N3/04
申请日期：
2019-09-25
申请人：
的卢技术有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于场景区分的深度强化学习训练方法及系统
申请号	CN201910913368.X	申请日期	2019-09-25
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-02-14	公开/公告号	CN110795821A
优先权	暂无	优先权号	暂无
主分类号	G06F30/20	IPC分类号	G;0;6;F;3;0;/;2;0;;;G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4查看分类表>
申请人	的卢技术有限公司	申请人地址	江苏省南京市秣陵街道利源南路55号C4栋变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	的卢技术有限公司	当前权利人	的卢技术有限公司
发明人	董舒
代理机构	南京禹为知识产权代理事务所（特殊普通合伙）	代理人	王晓东

摘要

本发明公开了一种基于场景区分的深度强化学习训练方法及系统，包括以下步骤，将测试车辆接入仿真环境中并随意行驶；数据采集模块收集所述仿真环境中不同位置的街道图像数据集；利用U‑net网络模块对进行语义分割的训练；识别模块在线识别不同的道路情况；在不同的场景中分别设定符合各个场景的Reward值，分别进行针对性的训练；训练完成后模型部署使用。本发明的有益效果：通过减少算法模型学习如何区分各个场景的时间，来减少基于车辆行驶仿真软件中数据进行算法训练时间，可以快速验证车辆辅助驾驶/自动驾驶，能够明显降低算法模型在低效率探索上花费的时间，从而大大降低开发时间，提高训练性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供