技术总结
本发明涉及一种多智能体多场景数据集训练的自动驾驶方法，包括以下步骤：S1：在一个终端控制范围内设置若干智能体；S2：利用智能体在现实场景中采集数据集；S3：对S2采集的数据集进行深度学习处理，得到现实场景和在现实场景下智能体采取的动作；S4：根据S3处理的结果，将现实场景和在现实场景下智能体采取的动作保存至终端；S5：智能体采集实时运行场景，并将实时运行场景转换为数据发送至终端；终端将实时运行场景与终端保存的现实场景进行对比，当达到预设相似度值后，终端选取最优处理措施指导智能体进行路径规划和避障。本发明使得终端在处理收集到的这些数据更加快速、高效。高效。高效。
技术研发人员：崔玉康 丘江亮 沈俊
受保护的技术使用者：深圳大学
技术研发日：2020.12.21
技术公布日：2021/4/13