本发明公开了一种基于联邦深度强化学习的自动驾驶群车的智能决策实现方法，包括：采用深度强化学习实现对自动驾驶群车的行驶环境以及周围车辆的行驶环境进行观测，在各自车辆的处理器内进行训练数据，将训练好的数据模型加密后发送给边缘计算服务器，边缘计算服务器综合训练边缘神经网络，将训练后的模型同时发送给云计算服务器，云计算服务器将综合各模型进行训练数据，将训练好的模型信息发送给边缘计算服务器和车辆终端，进行车辆终端的模型信息更新，采用联邦深度学习方法实现自动驾驶汽车的智能决策功能。本发明有助于减少大数据通信条件的影响，解决训练数据的不平衡问题，有助于实现计算负载和资源分配更加智能，也实现了自动驾驶汽车群体决策的强大环境认知能力。
声明：
“基于联邦深度强化学习的自动驾驶群车的智能决策实现方法” 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)
755
编辑：管理员
来源：北方有色网
咨询细节
