【技术实现步骤摘要】
本专利技术涉及一种测试方法及系统，尤其涉及一种对自动驾驶车辆算法进行评价的方法及系统。
技术介绍
1、近年来，随着人工智能技术的发展，自动驾驶技术的相关研究也越来越多。在自动驾驶车辆的研发过程中，需要对其进行大量的测试与评价，以保证自动驾驶车辆的安全性与可靠性。研究自动驾驶车辆的评价指标有利于促进自动驾驶车辆的设计和生产，提高自动驾驶车辆的智能化水平。
2、目前对自动驾驶车辆的评价主要着重于从安全性、舒适性等方面对车辆进行评价，大多数都为横向比较，即在相同测试场景中，从多个维度全面综合地比较多辆自动驾驶车辆的性能水平。而对于纵向比较，即自动驾驶车辆的学习进化能力，则缺少相应的技术手段。
3、目前自动驾驶车辆是朝着sae提出的l5级完全自动化级别发展，各大企业和厂商研发的自动驾驶车辆也多基于机器学习等方法，具有一定的学习能力，能够通过多次训练、测试，从历史数据中更新算法，在下一次测试中做出更好的表现。
4、基于当前的状况，期望提供一种方法，其能够对自动驾驶算法的学习进化能力进行评价，以推动自动驾驶车辆的
【技术保护点】
1.一种用于自动驾驶车辆学习性能力的评价方法，其特征在于，包括：
2.如权利要求1所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，获得该学习算法下的奖励函数的值随测试次数变化的学习曲线具体包括：
3.如权利要求2所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，获得采用该学习算法训练所述奖励函数过程中的若干个时间步长的奖励函数时间序列具体包括：
4.如权利要求3所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，在基于所述学习曲线提取该学习算法的学习时间、学习速度和学习容量步骤之后还包括：
5.如权利要...
【技术特征摘要】
1.一种用于自动驾驶车辆学习性能力的评价方法，其特征在于，包括：
2.如权利要求1所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，获得该学习算法下的奖励函数的值随测试次数变化的学习曲线具体包括：
3.如权利要求2所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，获得采用该学习算法训练所述奖励函数过程中的若干个时间步长的奖励函数时间序列具体包括：
4.如权利要求3所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，在基于所述学习曲线提取该学习算法的学习时间、学习速度和学习容量步骤之后还包括：
5.如权利要求4所述的用于自动驾驶车辆学习性能力的评价方法，其特征在于，在得到学习时间评分、学习速度评分和学习容量评分步骤之后还包括：
6.如权利要求1所述的用于自动驾驶车辆学习性能力的评价方法，...
【专利技术属性】
技术研发人员：李成，邓锐，苏奕敏，叶晓倩，周俊洁，
申请(专利权)人：上汽大众汽车有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。