科研之友
微信
新浪微博
Facebook
分享链接
摘要
汽车驾驶数据的有限性和隐私性严重限制了网联汽车的智能水平，因此，提出了一种基于联邦学习的智能网联车驾驶策略优化方案。首先，对模仿学习加入条件命令形成条件模仿学习，用其获得单车智能驾驶策略。其次，基于联邦学习对不同车辆的驾驶策略进行聚合，在保证数据隐私的前提下，提升智能网联车的驾驶性能。最后，基于Carla平台的实验结果表明，单车智能驾驶策略准确率达到较高水平，联邦学习车辆模型转弯任务成功率显著提升15%,直行成功率提升21%,验证了所提方法的有效性。
-
单位电子工程学院
