人工智能强化学习汽车标定领域探讨

人工智能强化学习汽车标定方案

汽车标定领域尤其是柴油车的排放标定，需要花费大量的测试时间和人力，测试成本比较高，非常拖延新车型的上市时间。

随着国六标准的实施，RDE测试也在不断提高要求。通过强化学习算法，构建机器学习模型，设定更严格的参数寻找更优的目标，在虚拟环境中推演RDE测试下的排放情况，提升标定效果，可以大幅度压缩实验室标定周期，降低标定成本。

核心技术——智能决策系统框架

接入环境交互数据（如：转鼓测试秒采数据）、业务指标、业务约束（目标和硬性要求），通过在不同参数下测试数据的学习，学得与汽车标定测试场景相近的虚拟环境，在虚拟环境中寻找最优业务指标（如排放最低）的决策策略，无成本试错推演。