改进深度Q网络的无人车换道决策算法研究OA北大核心CSTPCD
Research on Autonomous Vehicle Lane Change Strategy Algorithm Based on Improved Deep Q Network
深度Q网络(deep Q network,DQN)模型已被广泛应用于高速公路场景中无人车换道决策,但传统的DQN存在过估计且收敛速度较慢的问题.针对此问题提出了基于改进深度Q网络的无人车换道决策模型.将得到的状态值分别输入到两个结构相同而参数更新频率不同的神经网络中,以此来减少经验样本之间的相关性,然后将隐藏层输出的无人车状态信息同时输入到状态价值函数(state value function)流和动作优势函数(action advantage …查看全部>>
张鑫辰;张军;刘元盛;路铭;谢龙洋
北京联合大学 北京市信息服务工程重点实验室,北京 100101北京联合大学 机器人学院,北京 100101北京联合大学 机器人学院,北京 100101北京联合大学 应用科技学院,北京 100101北京联合大学 北京市信息服务工程重点实验室,北京 100101
交通工程
无人车换道决策状态价值函数动作优势函数优先级经验回放
《计算机工程与应用》 2022 (7)
无人车多视视频信息获取与定位关键技术
266-275,10
国家自然科学基金(61871038,61871039)北京联合大学科研项目(ZK130202002)北京联合大学人才强校优选-拔尖计划(BPHR2020BZ01)北京联合大学研究生科研创新项目(YZ2020K001)低速无人驾驶关键技术研究与成果转化项目(XP202017).
评论