【技术实现步骤摘要】
本申请实施例涉及自动驾驶算法的训练升级及测试评价，特别涉及一种基于对抗-训练的自动驾驶场景难度量化方法及系统。
技术介绍
1、自动驾驶是汽车产业与人工智能、自动化控制、大数据等新一代信息技术在交通领域交叉融合的体现，随着汽车智能化的大潮袭来，越来越多的产品配备了自动驾驶，越来越多的消费者青睐自动驾驶。高性能的自动驾驶系统可以实现自主感知、自主决策、自主规控，应对复杂的路况环境，安全且高效地完成预定驾驶任务。
2、随着自动驾驶技术的落地与大量普及，如何测试评价自动驾驶系统的性能优劣一直是业内的重要课题。传统的道路测试，具有周期长、效率低、耗费高等种种弊病，成为了自动驾驶系统快速改进与迭代的掣肘。
3、近年来，基于场景的仿真测试已成为自动驾驶系统测试评价技术的关键一环。场景会为自动驾驶系统测试提供具体的测试用例，从而有效测试其性能。然而，场景的生成依然严重依赖于人工干预，未能引入人工智能技术，从而在自动驾驶系统快速迭代下，自动获得基于场景的自动驾驶系统测试评价。
技术实现思路>
1、本申请实本文档来自技高网...
【技术保护点】
1.一种基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，所述边缘场景是指自动驾驶汽车与其行驶环境各组成要素在一段时间内的总体动态描述，这些要素组成由所期望检验的自动驾驶汽车的功能决定；
3.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，所述学习型对抗算法，包括自动驾驶中使用的深度学习、强化学习算法；
4.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，对所述对抗模型进行训练，包括：
5.根...
【技术特征摘要】
1.一种基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，所述边缘场景是指自动驾驶汽车与其行驶环境各组成要素在一段时间内的总体动态描述，这些要素组成由所期望检验的自动驾驶汽车的功能决定；
3.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，所述学习型对抗算法，包括自动驾驶中使用的深度学习、强化学习算法；
4.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，对所述对抗模型进行训练，包括：
5.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，在仿真环境下，使用所述对抗模型完成场景搜索，包括：
6.根据权利要求1所述的基于对抗-训练的自动驾驶场景难度量化方法，其特征在于，对所述边缘场景数据库中保...
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。