本公開提供了“使用深度強化學(xué)習(xí)的自動導(dǎo)航”。公開了一種用于訓(xùn)練自主車輛到達(dá)目標(biāo)位置的方法。所述方法包括檢測模擬環(huán)境中的自主車輛的狀態(tài),以及使用神經(jīng)網(wǎng)絡(luò)將所述車輛從初始位置導(dǎo)航到目標(biāo)目的地。在所述訓(xùn)練階段期間,對于所述自主車輛采取的期望動作,第二神經(jīng)網(wǎng)絡(luò)可以對第一神經(jīng)網(wǎng)絡(luò)進(jìn)行獎勵,并且對于所述自主車輛采取的不期望的動作,可以對所述第一神經(jīng)網(wǎng)絡(luò)進(jìn)行懲罰。本文還公開并要求保護(hù)對應(yīng)的系統(tǒng)和計算機程序產(chǎn)品。
聲明:
“使用深度強化學(xué)習(xí)的自動導(dǎo)航” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)