典型文献
基于分层强化学习的自动驾驶车辆掉头问题研究
文献摘要：
调头任务是自动驾驶研究的内容之一,大多数在城市规范道路下的方案无法在非规范道路上实施.针对这一问题,建立了一种车辆掉头动力学模型,并设计了一种多尺度卷积神经网络提取特征图作为智能体的输入.另外还针对调头任务中的稀疏奖励问题,结合分层强化学习和近端策略优化算法提出了分层近端策略优化算法.在简单和复杂场景的实验中,该算法相比于其他算法能够更快地学习到策略,并且具有更高的掉头成功率.
文献关键词：
分层强化学习;汽车掉头;稀疏奖励;近端策略优化
中图分类号：
作者姓名：
曹洁;邵紫旋;侯亮
作者机构：
兰州理工大学 计算机与通信学院,兰州730050
文献出处：
引用格式：
[1]曹洁;邵紫旋;侯亮-.基于分层强化学习的自动驾驶车辆掉头问题研究)[J].计算机应用研究,2022(10):3008-3012,3045
A类：
汽车掉头
B类：
分层强化学习,自动驾驶车辆,调头,路下,多尺度卷积神经网络,提取特征,特征图,智能体,稀疏奖励,近端策略优化算法,复杂场景,地学
AB值：
0.22366
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。
