典型文献
车路协同条件下智能网联汽车一体化决策模型
文献摘要：
为了探索当前有限数据条件下面临的无限交通场景问题,提出车路协同条件下基于深度强化学习智能网联汽车决策模型.利用Actor-Critic机制,以highway-env为数据来源,抽取144 h交通数据作为训练数据并进行验证,分析了智能网联汽车在不同车道数条件下的驾驶行为.结果显示,本模型汽车行程时间减少20％以上,碰撞概率减少25％以上,换道轨迹可以通过动力学跟踪.
文献关键词：
深度强化学习;车路协同;自动驾驶;安全性
中图分类号：
作者姓名：
熊明强;胡文力;谯杰;夏芹;张强;江萌
作者机构：
汽车噪声振动和安全技术国家重点实验室,重庆 401122;中国汽车工程研究院股份有限公司,重庆 401122;中国市政工程西南设计研究总院有限公司,成都 610084
文献出处：
引用格式：
[1]熊明强;胡文力;谯杰;夏芹;张强;江萌-.车路协同条件下智能网联汽车一体化决策模型)[J].汽车工程学报,2022(06):793-802
A类：
B类：
车路协同,智能网联汽车,决策模型,有限数据,数据条件,交通场景,出车,深度强化学习,Actor,Critic,highway,env,数据来源,交通数据,训练数据,不同车道,道数,数条,驾驶行为,车行,行程时间,碰撞概率,换道轨迹,自动驾驶
AB值：
0.418983
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。
