高效构造超视距全局感知的自主学习方法

本发明提供了一种高效构造超视距全局感知的自主学习方法。构建一个虚拟平台并在虚拟平台中基于现实小车构建相应的虚拟小车模型，步骤S1实时获取小车的第一视角观测数据，获取车道的各视角观测数据，获取虚拟小车的第一视角观测数据；步骤S2，对多组观测数据进行合并更新获得模拟训练数据；步骤S3，通过模拟训练数据获得不同变化事件中的优选策略序列；步骤S4，在路面环境下，将第一观测数据中的变化事件与策略数据集进行特征匹配，得到最接近的变化事件；以及步骤S5，结合观测数据基于置信水平获得现实小车的最优策略并执行。本方法能够很好的解决灾难性遗忘和陷入局部最优策略的问题，具有极大的应用前景。
复旦大学 | 珠海复旦创新研究院
洪智铭 | 刘璟 | 杨晨浩 | 王子乐 | 韩宇轩 | 胡波