남운현
/ 서울특별시 송파구 송파대로**길 **, ***동 ***호 (가락동, 가락동부센트레빌)
부석훈
/ 서울특별시 강남구 테헤란로**길 **, ***호 (역삼동)
성명철
/ 경상북도 포항시 북구 장량로***번길 **, ***호
유우주
/ 경상북도 포항시 남구 희망대로 ***, ***동 ****호 (대잠동, 대잠센트럴하이츠아파트)
정경중
/ 경상북도 포항시 남구 지곡로 ***, ***동 ***호 (지곡동, 현대그린*차)
제홍모
/ 경상북도 포항시 남구 지곡로 **, *동 ****호 (효자동, 승리아파트)
조호진
/ 경상북도 포항시 북구 법원로**번길 **, ***호 (장성동)
출원인 / 주소
주식회사 스트라드비젼 / 경상북도 포항시 남구 지곡로 ***, 제*벤처동 ***호,***호,***호,***호,***호(지곡동, 포항테크노파크)
대리인 / 주소
특허법인 수
심사청구여부
있음 (2019-11-15)
심사진행상태
등록결정(일반)
법적상태
등록
초록▼
본 발명은 자율 주행 차량에 사용하기 위한 최적화된 자원 할당을 위한 방법 및 장치에 관한 것이다.보다 상세하게는, 강화 학습에 의한 자율 주행 시 효율적으로 자원 할당을 수행하는 방법에 있어서, (a) 컴퓨팅 장치가, 적어도 하나의 어텐션 센서 데이터를 획득하면, 어텐션 네트워크로 하여금, 상기 어텐션 센서 데이터를 참조로 하여, 적어도 하나의 뉴럴 네트워크 연산을 수행함으로써 하나 이상의 어텐션 스코어를 계산하도록 하는 단계; (b) 상기 컴퓨팅 장치가, 디텍션 네트워크로 하여금, 상기 어텐션 스코어를 참조로 하여, 자율 주행
본 발명은 자율 주행 차량에 사용하기 위한 최적화된 자원 할당을 위한 방법 및 장치에 관한 것이다.보다 상세하게는, 강화 학습에 의한 자율 주행 시 효율적으로 자원 할당을 수행하는 방법에 있어서, (a) 컴퓨팅 장치가, 적어도 하나의 어텐션 센서 데이터를 획득하면, 어텐션 네트워크로 하여금, 상기 어텐션 센서 데이터를 참조로 하여, 적어도 하나의 뉴럴 네트워크 연산을 수행함으로써 하나 이상의 어텐션 스코어를 계산하도록 하는 단계; (b) 상기 컴퓨팅 장치가, 디텍션 네트워크로 하여금, 상기 어텐션 스코어를 참조로 하여, 자율 주행 차량에 설치된 하나 이상의 카메라들 중 적어도 일부에 의해 획득된 적어도 하나의 비디오 데이터를 획득하도록 하고, 상기 비디오 데이터를 참조로 하여, 적어도 하나의 자율 주행용 판단 데이터를 생성하도록 하는 단계; (c) 상기 컴퓨팅 장치가, 드라이브 네트워크로 하여금, 상기 판단 데이터를 참조로 하여, 상기 자율 주행 차량을 운행하도록 하고, 운행 중인 상기 자율 주행 차량의 주변 상황의 변화를 나타내는 적어도 하나의 상황 데이터를 획득하도록 하고, 상기 상황 데이터를 참조로 하여, 적어도 하나의 리워드를 생성하도록 하는 단계; (d) 상기 컴퓨팅 장치가, 상기 어텐션 네트워크로 하여금, 상기 리워드를 참조로 하여, 상기 뉴럴 네트워크 연산에 사용되는 하나 이상의 파라미터의 적어도 일부를 조정하도록 하는 단계;를 포함하는 것을 특징으로 하는 방법 및 장치에 관한 것이다.
대표청구항▼
강화 학습에 의해 자율 주행 시 효율적으로 자원 할당을 수행하는 방법에 있어서,(a) 컴퓨팅 장치가, 적어도 하나의 어텐션 센서 데이터를 획득하면, 딥 러닝 기반의 어텐션 러닝 네트워크로 하여금, 상기 어텐션 센서 데이터를 참조로 하여, 적어도 하나의 뉴럴 네트워크 연산을 수행함으로써 하나 이상의 어텐션 스코어를 계산하도록 하는 단계;(b) 상기 컴퓨팅 장치가, 딥 러닝 기반의 디텍션 러닝 네트워크로 하여금, 상기 어텐션 스코어를 참조로 하여, 자율 주행 차량에 설치된 하나 이상의 카메라들 중 적어도 일부에 의해 획득된 적어도 하나
강화 학습에 의해 자율 주행 시 효율적으로 자원 할당을 수행하는 방법에 있어서,(a) 컴퓨팅 장치가, 적어도 하나의 어텐션 센서 데이터를 획득하면, 딥 러닝 기반의 어텐션 러닝 네트워크로 하여금, 상기 어텐션 센서 데이터를 참조로 하여, 적어도 하나의 뉴럴 네트워크 연산을 수행함으로써 하나 이상의 어텐션 스코어를 계산하도록 하는 단계;(b) 상기 컴퓨팅 장치가, 딥 러닝 기반의 디텍션 러닝 네트워크로 하여금, 상기 어텐션 스코어를 참조로 하여, 자율 주행 차량에 설치된 하나 이상의 카메라들 중 적어도 일부에 의해 획득된 적어도 하나의 비디오 데이터를 획득하도록 하고, 상기 비디오 데이터를 참조로 하여, 적어도 하나의 자율 주행용 판단 데이터를 생성하도록 하는 단계;(c) 상기 컴퓨팅 장치가, 딥 러닝 기반의 드라이브 러닝 네트워크로 하여금, 상기 판단 데이터를 참조로 하여, 상기 자율 주행 차량을 운행하도록 하고, 운행 중인 상기 자율 주행 차량의 주변 상황의 변화를 나타내는 적어도 하나의 상황 데이터를 획득하도록 하고, 상기 상황 데이터를 참조로 하여, 적어도 하나의 리워드를 생성하도록 하는 단계;(d) 상기 컴퓨팅 장치가, 상기 딥 러닝 기반의 어텐션 러닝 네트워크로 하여금, 상기 리워드를 참조로 하여, 상기 뉴럴 네트워크 연산에 사용되는 하나 이상의 파라미터의 적어도 일부를 조정하도록 하는 단계;를 포함하는 것을 특징으로 하는 방법.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.