声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：王庭晗, 罗禹贡, 刘金鑫, 李克强
单位：清华大学 汽车安全与节能国家重点实验室, 北京 100084
关键词：端到端自动驾驶,强化学习,随机策略,经验回放
基金：国家自然科学基金项目（51975310）；国家重点研发计划（2016YFB0100905）
端到端方法是实现自动驾驶的方法之一，而自动驾驶的场景较为丰富，不同场景的特征差别较大，这使得基于强化学习的端到端自动驾驶方法训练时的随机性衰减速度难以确定，若衰减过快，在面对新场景时无法获得较好的自动驾驶效果，反之则会使得算法难以快速收敛。针对这一问题，该文提出了一种基于输入状态分布筛选的随机策略和经验回放方法，将当前输入的状态数据和已保存的状态数据之间的距离进行对比，根据不同的距离选择不同的随机策略参数，同时在经验回放时提高出现频率较低场景的回放概率。仿真结果表明：该算法在训练后期面对与前期数据分布差异较大的场景时仍有足够的探索能力，提高了基于深度确定性策略梯度算法的端到端自动驾驶策略在全新工况下的车道保持能力。
来源：2021年第9期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。