基于强化学习的无人驾驶匝道汇入模型

摘要：

传统的强化学习方法受离散状态空间和离散动作空间的限制,不能很好地应用于匝道汇入场景.为此,构建一种基于强化学习的无人驾驶匝道汇入模型.使用深度Q网络构建强化学习模型,依据该模型将匝道汇入问题纳入强化学习问题的范畴后进行求解.实验结果表明,该模型可以针对不同的环境车辆速度采取不同的策略,从而提高无人驾驶在匝道汇入场景下的智能化决策水平.

关键词：无人驾驶、决策、匝道汇入、强化学习、深度Q网络

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金“视听觉信息的认知计算”重大研究计划重点支持项目“智能车驾驶脑认知技术、平台与转化研究”91420202;北京市教委科研计划项目KM201811417006;英国皇家工程院牛顿基金UK-CIAPP\324;北京市属高校高水平教师队伍建设支持计划项目IDHT20170511

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：20-24,31