10.19557/j.cnki.1001-9944.2021.01.008
DDPG算法在实现无人车快速控制的研究
大多传统的无人车控制算法需要人为调整参数,需要算法设计精确规则,无法快速适应多种情况.针对上述问题,该文采用深度强化学习对无人车的方向、速度和刹车三方面进行控制,让无人车自主学习,自主调参.该文重点通过改进OU噪声信号和设计网络结构,实现对无人车的快速控制.在TORCS无人车模拟器的仿真结果表明,改进后的方法误差曲线可以快速的收敛,有效解决了传统无人车控制耗时耗力的问题,对无人车的控制研究有重要的意义.
无人车、深度强化学习、TORCS、OU噪声、网络结构
36
TP391(计算技术、计算机技术)
陕西省重点研发计划项目;陕西省教育厅专项科研计划项目
2021-02-25(万方平台首次上网日期,不代表论文的发表时间)
共5页
31-35