文件名称:
基于注意力的分层深度强化学习在自动驾驶变道行为中的应用
开发工具:
文件大小: 660kb
下载次数: 0
上传时间: 2021-01-27
详细说明：执行安全高效的车道变更是创建全自动驾驶汽车的关键功能。最近的先进技术已经证明了使用深度强化学习的成功车道跟随行为，但很少考虑与其他车辆在道路上进行交互以改变车道的行为。本文设计了一种分层的深度强化学习（DRL）算法来学习密集交通中的车道变化行为。通过将整体行为分解为子策略，可以了解更快，更安全的车道变更动作。我们还将时空注意应用于DRL架构，这有助于车辆将更多的注意力集中在周围的车辆上，并导致更平滑的车道变换行为。我们在TORCS模拟器中进行实验，其结果在各种车道变更场景中均优于最新的深度强化学习算法。1）提出一种分层的深度强化学习算法，该算法可以学习道路上的变道行为。我们的方法可以轻松扩展为
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
