【技术实现步骤摘要】
本申请涉及人机交互及强化学习，尤其涉及车辆安全驾驶方法、装置、设备以及存储介质。
技术介绍
1、随着科技的飞速发展，自动驾驶技术迅猛发展，车辆行为决策技术已成为其中的关键组成部分。
2、常规的驾驶决策的自动确定方法主要依赖于固定的规则和逻辑，但是驾驶场景是复杂多样的，每个场景所需的决策规则可能各不相同，当面对新的场景时，决策规则容易失效。此外，人类驾驶行为具有高度的复杂性和多样性，同样是超车场景，不同的驾驶员可能会根据自身意图、风险偏好、路况感知等多种因素做出不同的选择，例如，一些驾驶员可能为了快速超越前车而选择在不满足超车条件的情况下超车，而另一些驾驶员则可能更为谨慎，只有在安全的情况下才会超车。因此，常规的驾驶决策方法可能难以适应新场景或对驾驶员的意图产生误解，而导致车辆碰撞等交通事故的发生。
3、上述内容仅用于辅助理解本申请的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
1、本申请的主要目的在于提供一种车辆安全驾驶方法、装置、设备以及存储介质，旨在...
【技术保护点】
1.一种车辆安全驾驶方法，其特征在于，所述车辆安全驾驶方法包括：
2.如权利要求1所述的车辆安全驾驶方法，其特征在于，在所述应用训练后的神经网络的步骤之前，还包括：
3.如权利要求2所述的车辆安全驾驶方法，其特征在于，所述根据所述车辆的状态参数和强化学习算法，训练所述神经网络的步骤包括：
4.如权利要求3所述的车辆安全驾驶方法，其特征在于，所述根据所述决策输出，确定所述操控车辆的控制量的步骤包括：
5.如权利要求3所述的车辆安全驾驶方法，其特征在于，在所述训练所述神经网络的步骤之后，还包括：
6.如权利要求3...
【技术特征摘要】
1.一种车辆安全驾驶方法，其特征在于，所述车辆安全驾驶方法包括：
2.如权利要求1所述的车辆安全驾驶方法，其特征在于，在所述应用训练后的神经网络的步骤之前，还包括：
3.如权利要求2所述的车辆安全驾驶方法，其特征在于，所述根据所述车辆的状态参数和强化学习算法，训练所述神经网络的步骤包括：
4.如权利要求3所述的车辆安全驾驶方法，其特征在于，所述根据所述决策输出，确定所述操控车辆的控制量的步骤包括：
5.如权利要求3所述的车辆安全驾驶方法，其特征在于，在所述训练所述神经网络的步骤之后，还包括：
6.如权利要求3所述的车辆安全驾驶方法，其特征在于，在所述训练所述神...
【专利技术属性】
技术研发人员：朱晓俊，甘毓雯，张忠政，潘燕，赵云波，
申请(专利权)人：江淮前沿技术协同创新中心，
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。