公开(公告)号：CN116469080A

公开(公告)日：2023-07-21

申请号：CN202310458868.5

申请日：2023-04-26

Applicant: 上海大学

Inventor： 金彦亮 ,  范宝荣 ,  高塬

IPC: G06V20/58 ,  G06V10/44 ,  G06V10/82 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明涉及一种基于元强化学习的端到端自动驾驶方法及系统，其中方法首先采集多个数据集用于训练MVWG(Meta‑VAE‑WGAN‑GP)特征提取模型，在不同的驾驶任务上训练MPPO(Meta‑Proximal Policy Optimization)决策控制模型，面临新的驾驶任务时，用训练好的MVWG特征提取模型和MPPO决策控制模型初始化自动驾驶系统；当智能车面临新的驾驶场景时，由摄像头实时采集环境图片，并将图片输入特征提取模型进行编码，提取特征，将提取的特征信息输入给智能体，智能体结合自身当前的运行信息，根据初始化后的MPPO策略输出相应的决策控制动作，同时将动作反馈给驾驶环境，继续优化驾驶策略，最终训练得到稳定的自动驾驶系统。与现有技术相比，本发明具有模型训练速度快、泛化性能高、提取特征质量高等优点。