基于强化学习的智能网联云平台的预测模型生成方法

摘要

本发明公开了一种基于强化学习的智能网联云平台的预测模型生成方法，涉及智能网联汽车云平台预测技术领域，该方法利用获取的若干汽车信息数据、算子字符序列，结合RNN Controller网络和模型解析器，生成汽车信息预测网络模型，算子字符序列有多类算子，使得所生成的汽车信息预测网络模型的算子有多种，具有结构多样性，能够实现更好的预测效果；汽车信息预测网络模型中首创的采用强化学习思路，将识别网络结构进行改造为预测问题，适配出一套通用的自动预测模型的生成方法，从大量的搜索空间中去选择出优良的网络结构的思路，不需要人工进行设计结构，节约时间和工作成本，效率更高；采用权重共享的思路，提高搜索的效率，比非共享的模型要快1000倍左右。