一种用于车辆自动驾驶的策略网络模型的生成方法及装置

摘要

本发明适用计算机技术领域，提供了一种用于车辆自动驾驶的策略网络模型的生成方法及装置，所述方法包括：将每个试验时刻采集到的车辆状态信息构成状态信息集，对状态信息集进行处理，获得特征状态信息集；根据预设的回报值函数和预先构建的车辆动作集，查找在特征状态信息集的每个状态信息下获得最大回报值的车辆动作；根据特征状态信息集、特征状态信息集中每个状态信息对应的最大回报值和获得最大回报值的车辆动作，训练极限学习机的网络模型；根据极限学习机的网络模型的训练结果，生成用于车辆自动驾驶的策略网络模型，从而有效地降低了计算资源的消耗，有效地提高了车辆自动驾驶策略网络模型的生成效率。