[发明专利]一种基于强化学习的目标追踪的训练方法、追踪方法有效
| 申请号： | 202110345152.5 | 申请日： | 2021-03-31 |
| 公开（公告）号： | CN113139655B | 公开（公告）日： | 2022-08-19 |
| 发明（设计）人： | 于子毅;朱占星;贾政轩 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06F17/15 |
| 代理公司： | 北京正理专利代理有限公司 11257 | 代理人： | 张雪梅 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开一种基于强化学习的目标追踪的训练方法、追踪方法。本发明实施例的基于强化学习的目标追踪训练方法，在传统ppo算法的策略网络损失函数上增加正则项对状态价值函数估计器网络和策略网络进行训练，强化学习的训练过程分为两个阶段，在第一阶段训练强化学习前期的策略，在第二阶段只采集设置好的阈值距离之内的数据进行训练，使近距离下的控制更加精确。本发明利用强化学习的方法不需要显式的预测未来时刻目标的加速度，只要知道了高速目标历史时刻的加速度状态，利用仿真环境中大量数据的训练以及正确的训练方法，可训练出一个合理的追击策略。解决了目标追踪的模型给出的加速度波动过大以及最终的训练精度不够的问题。 | ||
| 搜索关键词： | 一种 基于 强化 学习 目标 追踪 训练 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110345152.5/，转载请声明来源钻瓜专利网。
