典型文献
基于Dueling DDQN的无人车换道决策模型
文献摘要：
针对高速公路场景中无人驾驶车的换道决策问题,提出一种基于竞争结构的双深度Q网络(DDQ N)的无人车换道决策模型.在深度Q网络的基础上,将无人车动作的选择和评估分别用不同的神经网络来实现,并将Q网络分为仅与状态S相关的价值函数和同时与状态S和动作A相关的优势函数两部分,使得Dueling DDQ N模型可以更好地理解外部的状态环境.使用训练模型在不同复杂程度的道路环境中进行测试,同时与DQ N和DDQ N进行了实验对比.结果表明,该算法提高了无人车换道决策的成功率,并在保证车辆安全的前提下提高了无人车的行驶效率,在复杂的道路场景下的适用性更强.
文献关键词：
无人车;换道决策;双深度Q网络
中图分类号：
作者姓名：
张鑫辰;张军;刘元盛;谢龙洋
作者机构：
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
文献出处：
引用格式：
[1]张鑫辰;张军;刘元盛;谢龙洋-.基于Dueling DDQN的无人车换道决策模型)[J].东北师大学报（自然科学版）,2022(01):63-71
A类：
B类：
Dueling,DDQN,无人车,换道决策模型,高速公路场景,无人驾驶车,决策问题,竞争结构,估分,价值函数,优势函数,训练模型,复杂程度,道路环境,实验对比,保证车辆,车辆安全,行驶效率,道路场景
AB值：
0.334784
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
