本發(fā)明涉及模型學(xué)習(xí)領(lǐng)域,具體涉及一種無人駕駛場景下深度強化學(xué)習(xí)模型的可解釋性方法及系統(tǒng)。該方法及裝置選擇合適的仿真環(huán)境以及適合的深度強化學(xué)習(xí)算法,通過訓(xùn)練得到收斂的強化學(xué)習(xí)模型,對強化學(xué)習(xí)模型輸入無人駕駛場景下拍攝的圖片,對圖片進(jìn)行特征的劃分及進(jìn)行特征影響力的量化分析,計算各個特征對模型決策的影響程度,并得到相應(yīng)的差值矩陣,得到改進(jìn)型網(wǎng)絡(luò)模型。以至少解決現(xiàn)有技術(shù)不能精準(zhǔn)分析圖片各個特征對模型決策的影響的技術(shù)問題。
聲明:
“無人駕駛場景下深度強化學(xué)習(xí)模型的可解釋性方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)