本发明公开了一种基于强化学习的自动驾驶关键场景生成方法，其步骤包括：1)从地图库中选择一个道路场景，设置仿真系统中主车的行驶路线并为各动态环境要素分别建立概率模型；2)仿真系统控制主车开始执行仿真任务；基于强化学习技术，对所选道路场景中各动态要素的概率模型进行训练，得到各概率模型针对所选道路场景的最优参数并保存在测试用例库中；3)循环步骤1‑2)，得到各概率模型针对地图库中每一道路场景的最优参数；4)从该地图库中获取若干道路场景并组合得到测试地图，并选择仿真环境中所需的动态要素；5)从测试用例库中导入该测试地图所含的各动态要素的概率模型及对应最优参数，生成关键场景测试用例。
声明：
“基于强化学习的自动驾驶关键场景生成方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
817
编辑：管理员
来源：北方有色网
咨询细节
