基于复杂网络认知的联邦强化学习端到端自动驾驶控制系统及方法、车用设备.pdfVIP

下载本文档

1
0
约2.97万字
约 22页
2023-10-04 发布于四川
举报
版权申诉

基于复杂网络认知的联邦强化学习端到端自动驾驶控制系统及方法、车用设备.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于复杂网络认知的联邦强化学习端到端自动驾驶控制系统及方法、车用设备，提供一种城市稠密交通下基于复杂网络认知的联邦强化学习端到端自动驾驶算法框架FLDPPO，通过设计损失函数，实现基于规则的复杂网络认知和端到端联邦强化学习的结合。FLDPPO使用动态的驾驶建议，引导智能体学习规则，使得智能体应对复杂的城市驾驶环境和密集的交通场景。并且，所提出框架使用多智能联邦强化学习架构，通过参数聚合的方式训练模型，在保护车端隐私的基础上，加速网络收敛，降低通信消耗，实现样本效率模型高鲁棒性的平衡。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116834774 A (43)申请公布日 2023.10.03 (21)申请号 202310902155.3 G06V 10/82 (2022.01)