考虑个性化驾驶体验的多时间尺度自学习变道方法

摘要

本发明公开了一种考虑个性化驾驶体验的多时间尺度自学习变道方法，按以下步骤进行：第一步骤是预备；第二步骤是离线学习；第三步骤是在线运行；电控装置通过多时间尺度自学习算法控制宿主车辆进行L4级自动驾驶并在线学习驾驶员的驾驶习惯，根据驾驶员的驾驶习惯更新个性化驾驶经验数据集、多时间尺度神经网络、多时间尺度自学习算法本身、变道模型和奖励函数，通过马尔可夫决策变道模型引入转移概率捕捉变化个体之间以及个体内部的变异，使电控装置对变道的自动控制输出逐渐接近宿主车辆驾驶员本身的驾驶习惯，提高驾驶体验。本发明采用离线策略和在线策略相结合的学习结构，既考虑了一般性，又考虑了特殊性，非常符合L4级智能驾驶的特点。