机构名称：
¥ 1.0
背景：当前的独立车辆通过仅允许外部变量（底部，道路状况等等）来决定其驾驶系统。）不考虑车辆内部状态。目标：为了解决这个问题，本文提出了“驾驶决策策略（DDS），该策略（DDS）以AI为基础的驾驶汽车，该策略不仅通过分解外部变量，还分解了车辆的内部基础（可消耗条件，消耗条件，rpm rpm情况），从而决定了理想的音调车辆的理想系统。统计分析：DDS从pall中放下的车辆学习了可遗传的计算练习探测器信息，并决定了音调式车辆的理想驾驶程序。发现 /应用程序和改进：本文改变了DDS和MLP，进一步的RF神经系统模型授权DDS。在解剖中，DDS的误差率比车辆条目低约5，而DDS决定了RPM，速度，指导点和路径变化的变化比MLP快40，比RF快22。
基于机器学习
主要关键词
相关文件推荐
