基于强化学习的无人驾驶匝道汇入模型

• 作者: 乔良 梁军 潘峰 玄祖兴 鲍泓
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 无人驾驶 决策 匝道汇入 强化学习 深度Q网络
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 智能交通专题
• 页码范围: 20-24,31
• 页数: 6页
• 分类号: TP393
• 字数: 4910字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0050990

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘峰	北京联合大学机器人学院	6	40	5.0	6.0
2	鲍泓	北京联合大学北京市信息服务工程重点实验室	64	519	12.0	20.0
3	梁军	北京联合大学北京市信息服务工程重点实验室	10	25	3.0	4.0
4	玄祖兴	北京联合大学北京市信息服务工程重点实验室	9	20	3.0	4.0
5	乔良	北京联合大学北京市信息服务工程重点实验室	1	6	1.0	1.0