简介:
本发明公开了一种基于深度强化学习的车道保持控制算法,包括如下步骤:步骤一,由摄像头、多线激光雷达和惯性测量单元采集环境及车辆的参数;步骤二,提取步骤一中采集的环境及车辆的参数构建环境模型;步骤三,根据步骤二中提取的环境及车辆的参数以及构建的环境模型定义深度强化学习基础参数;步骤四,采用深度强化学习算法构建车道保持的决策系统;步骤五,利用步骤四中的决策系统获得步骤二中环境模型下的最优控制动作序列,以输入到车辆内,实现车道保持控制。本发明的基于深度强化学习的车道保持控制算法,通过步骤一至步骤五的设置,便可有效的实现采集相应的参数然后进行学习构建决策系统了,有效的实现对于车辆行驶车道的保持。
本发明公开了一种基于深度强化学习的车道保持控制算法,包括如下步骤:步骤一,由摄像头、多线激光雷达和惯性测量单元采集环境及车辆的参数;步骤二,提取步骤一中采集的环境及车辆的参数构建环境模型;步骤三,根据步骤二中提取的环境及车辆的参数以及构建的环境模型定义深度强化学习基础参数;步骤四,采用深度强化学习算法构建车道保持的决策系统;步骤五,利用步骤四中的决策系统获得步骤二中环境模型下的最优控制动作序列,以输入到车辆内,实现车道保持控制。本发明的基于深度强化学习的车道保持控制算法,通过步骤一至步骤五的设置,便可有效的实现采集相应的参数然后进行学习构建决策系统了,有效的实现对于车辆行驶车道的保持。