-
公开(公告)号:CN118061968A
公开(公告)日:2024-05-24
申请号:CN202410162784.1
申请日:2024-02-05
申请人: 南栖仙策(南京)高新技术有限公司
摘要: 本发明实施例公开了一种基于强化学习的制动压力控制方法、装置、设备及介质,包括:获取目标车辆的当前传感信息;将当前传感信息输入至目标决策网络模型进行制动系统电子部件的动作决策,其中,目标决策网络模型是根据奖励函数进行强化学习获得的,奖励函数是基于车辆的制动压力构建的;基于目标决策网络模型输出的目标动作,对制动系统电子部件的当前动作进行调整,以控制目标车辆的制动压力。本发明实施例的技术方案,将车辆的传感信息输入目标决策模型,通过目标决策网络模型进行制动系统电子部件的动作决策,得到最优的的动作组合,基于动作组合实现对目标车辆制动压力的精准控制。