典型文献
基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法
文献摘要：
为解决小概率高风险边缘测试场景的问题,本文提出一种基于场景动力学和强化学习的边缘场景生成方法,实现边缘场景的自动生成,能模拟真实世界中车辆间的对抗与博弈行为的特征.首先将随时间动态变化的场景模型由一组微分方程描述为场景动力学系统;然后利用神经网络作为通用函数逼近器来构造场景黑盒控制器,并基于强化学习实现边缘场景控制器的优化求解;最后以超车切入场景为例,在Matlab/Simulink软件进行仿真验证,结果表明,边缘场景强化生成模型在场景交互博弈、覆盖率和可重复测试等方面具有良好的性能.
文献关键词：
智能驾驶测试;边缘场景;场景动力学;场景控制器;强化学习
中图分类号：
作者姓名：
李江坤;邓伟文;任秉韬;王文奇;丁娟
作者机构：
北京航空航天大学交通科学与工程学院,北京 100191;浙江天行健智能科技有限公司,嘉兴 314000
文献出处：
引用格式：
[1]李江坤;邓伟文;任秉韬;王文奇;丁娟-.基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法)[J].汽车工程,2022(07):976-986
A类：
场景动力学,场景控制器
B类：
强化学习,自动驾驶,测试场景,场景生成,生成方法,边缘场景,自动生成,拟真,真实世界,博弈行为,时间动态,场景模型,微分方程,动力学系统,函数逼近,黑盒,优化求解,超车,切入场景,Matlab,Simulink,仿真验证,化生成,生成模型,场景交互,互博弈,可重复,复测,智能驾驶测试
AB值：
0.365219
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。
