[PDF][PDF] 基于深度强化学习的智能车辆行为决策研究
周恒恒， 高松， 王鹏伟， 崔凯晨， 张宇龙 - 科学技术与工程, 2024 - stae.com.cn
摘要自动驾驶车辆决策系统直接影响车辆综合行驶性能, 是实现自动驾驶技术需要解决的关键
难题之一. 基于深度强化学习算法DDPG (deep deterministic policy gradient) …
难题之一. 基于深度强化学习算法DDPG (deep deterministic policy gradient) …
[PDF][PDF] 基于异构融合特征的深度强化学习自动驾驶决策方法
冯天， 石朝侠， 王燕清 - 计算机与数字工程, 2022 - jsj.journal.cssc709.net
摘要在自动驾驶决策方法中, 传统模块化方法受限制于数据集的广泛性, 基于强化学习的方法
难以在高输入维度且动作空间连续的情况下有效学习. 为了解决上述问题, 提出了一种基于异构 …
难以在高输入维度且动作空间连续的情况下有效学习. 为了解决上述问题, 提出了一种基于异构 …
基于深度学习的智能驾驶车辆路径仿真研究.
何倩， 仝武宁 - Journal of South-Central Minzu University …, 2022 - search.ebscohost.com
摘要基于深度强化学习技术研究了智能驾驶中的路径规划问题, 且在虚拟环境下进行了模拟分析
, 对提出的路径规划算法性能做了验证研究. 提出了一种改进的经验回放机制ERDDPG …
, 对提出的路径规划算法性能做了验证研究. 提出了一种改进的经验回放机制ERDDPG …
仿驾驶员DDPG 汽车纵向自动驾驶决策方法
高振海， 闫相同， 高菲， 孙天骏 - 汽车工程, 2021 - qichegongcheng.com
汽车纵向自动驾驶的决策层根据车辆当前运动状态与环境信息, 决策出理想的动作指令.
目前如何在自动驾驶决策策略中考虑人类驾驶员的行为成为研究热点. 在纵向自动驾驶决策策略 …
目前如何在自动驾驶决策策略中考虑人类驾驶员的行为成为研究热点. 在纵向自动驾驶决策策略 …
[HTML][HTML] 基于MCPDDPG 的智能车辆路径规划方法及应用
余伶俐， 魏亚东， 霍淑欣 - 控制与决策, 2021 - kzyjc.alljournals.cn
针对智能车路径规划过程中常存在动态环境感知预估不足的问题, 使用基于蒙特卡罗深度策略
梯度学习(Monte Carlo prediction deep deterministic policy gradient, MCPDDPG) …
梯度学习(Monte Carlo prediction deep deterministic policy gradient, MCPDDPG) …