本發(fā)明涉及模型學習領域,具體涉及一種無人駕駛場景下深度強化學習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習算法,通過訓練得到收斂的強化學習模型,對強化學習模型輸入無人駕駛場景下拍攝的圖片,對圖片進行特征的劃分及進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,并得到相應的差值矩陣,得到改進型網(wǎng)絡模型。以至少解決現(xiàn)有技術不能精準分析圖片各個特征對模型決策的影響的技術問題。
聲明:
“無人駕駛場景下深度強化學習模型的可解釋性方法及系統(tǒng)” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)