申请/专利权人：广州汽车集团股份有限公司

申请日：2023-03-08

公开（公告）日：2024-04-05

公开（公告）号：CN116653993B

主分类号：B60W50/00

分类号：B60W50/00;B60W30/18;B60W40/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2023.09.15#实质审查的生效;2023.08.29#公开

摘要：本申请公开了一种油门灵敏度控制模型的训练方法、油门灵敏度控制方法、装置、电子设备以及存储介质，该油门灵敏度控制模型的训练方法包括：获得多个采样数据，每个采样数据包括：样本车辆在第一时刻的驾驶数据；基于所述多个采样数据进行强化学习，获得所述油门灵敏度控制模型，其中，所述油门灵敏度控制模型用于基于车辆的驾驶数据确定车辆的油门灵敏度状态，所述油门灵敏度状态用于表征油门踏板深度值与油门动力输出值的关系。也即避免了驾驶员手动调节油门踏板灵敏度，实现了油门灵敏度在不同驾驶环境下的自适应调节。

主权项：1.一种油门灵敏度控制模型的训练方法，其特征在于，所述方法包括：获得多个采样数据，每个采样数据包括：样本车辆在第一时刻的驾驶数据，其中，驾驶数据包含：车辆状态数据和或驾驶员操作数据；构建初始化的强化学习模型，所述强化学习模型包含：初始策略网络、初始评价网络、目标策略网络、目标评价网络，对所述初始策略网络与所述目标策略网络赋予相同的参数，对所述目标策略网络与所述目标评价网络赋予相同的参数；针对所述多个采样数据中的每个采样数据执行以下动作以获得多组训练数据：将样本车辆在第一时刻的驾驶数据输入所述初始策略网络，获得初始驾驶动作；执行所述初始驾驶动作，确定所述初始驾驶动作对应的奖励值和样本车辆在第一时刻的下一时刻的驾驶数据；其中，所述初始驾驶动作包含：油门踏板输入值和油门动力输出值，每组训练数据包含：初始驾驶数据、初始驾驶动作、所述初始驾驶动作对应的奖励值、目标驾驶数据，所述初始驾驶数据为样本车辆在第一时刻的驾驶数据，所述目标驾驶数据为样本车辆在第一时刻的下一时刻的驾驶数据；通过所述多组训练数据对所述初始化的强化学习模型进行训练，以获得所述油门灵敏度控制模型。

全文数据：

权利要求：

百度查询： 广州汽车集团股份有限公司 油门灵敏度控制模型的训练方法、灵敏度控制方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD