10.19620/j.cnki.1000-3703.20190354
基于长短期记忆-异步优势动作评判的智能车汇入模型
针对以往强化学习中智能车汇入车流算法训练时间复杂度高、收敛速度慢的问题,提出基于长短期记忆-异步优势动作评判算法的智能车汇入模型.在异步优势动作评判算法的基础上,结合长短期记忆神经网络,有效地解决训练模型时间和模型收敛的问题.试验结果表明,该算法提高了模型收敛速度与汇入成功率,同时降低了时间复杂度,适合汇入车流场景.
智能车、汇入车流、异步优势动作评判算法、长短期记忆神经网络、时间复杂度收敛速度
U461.99(汽车工程)
国家自然科学基金项目91420202;北京联合大学研究生资助项目
2019-10-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
42-47