公开(公告)号：CN118410855A

公开(公告)日：2024-07-30

申请号：CN202410269618.1

申请日：2024-03-08

Applicant: 上海大学

Inventor： 骆祥峰 ,  陈其臻 ,  谢少荣 ,  王欣芝 ,  李玉峰

IPC: G06N3/092 ,  G06N3/096 ,  G06F30/27 ,  G05D1/243 ,  G05D1/242 ,  G05D1/65 ,  G05D1/633 ,  G05D1/43 ,  G05D105/22

Abstract: 本发明公开一种无人车目标搜索方法、装置、介质及产品，涉及强化学习和多任务学习技术领域，根据功能将无人车目标搜索任务分解为若干个基础任务；构建交互式仿真环境，获取观测数据并转化为无人车观测特征向量，预测当前正在执行的任务；将观测特征向量输入到门控循环单元网络中，获得观测时序特征向量；将观测时序特征向量输入至每个策略网络中，得到一组动作；将任务预测结果与动作做内积，得到最佳动作并执行，获取观测数据、环境奖励和任务完成状态，计算损失并更新网络参数。本发明使无人车在基础任务中进行联合训练，学习到可重用的策略表示，跳过复杂目标任务的从零开始学习过程，从而提高强化学习算法在复杂控制和决策任务上的性能。