-
公开(公告)号：CN114312811B
公开(公告)日：2023-11-07
申请号：CN202210102104.8
申请日：2022-01-27
Applicant: 清华大学
Abstract: 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
公开(公告)号：CN114312811A
公开(公告)日：2022-04-12
申请号：CN202210102104.8
申请日：2022-01-27
Applicant: 清华大学
Abstract: 本申请涉及一种自动驾驶汽车的自车状态近似最优估计方法、装置及设备，方法包括：获取自动驾驶车辆的当前行驶环境并识别实际行驶工况；利用训练后的近似最优估计器获取其自车状态的近似最优估计结果，其中，近似最优估计器是迭代类型估计器，其将迭代估计过程转化为马尔可夫决策过程。由此，解决了在建立车辆系统状态空间方程后还需结合实车实验数据反复检验、校正模型并调整系统参数以及设计有效的基于模型的估计算法，耗费大量时间与精力等问题，通过把车辆状态迭代估计问题转化为马尔可夫决策问题，利用自学习技术训练后得到的策略网络作为近似最优估计器，从而减轻建模、调参负担，减小估计器设计难度。
-
Search Results
2
records
(took 0.013 seconds)
