典型文献
强化学习在无人车领域的应用与展望
文献摘要：
无人车(UGV)可替代人类自主地执行民用和军事任务,对未来智能交通及陆军装备发展有重要战略意义.随着人工智能技术的日益成熟,采用强化学习技术成为了无人车智能决策领域最受关注的发展趋势之一.本文首先简要概述了强化学习的发展历程、基础原理和核心算法;随后,分析总结了强化学习在无人车智能决策中的研究进展,包括障碍物规避、变道与超车、车道保持和道路交叉口通行四种典型场景;最后,针对基于强化学习的智能决策面临的问题和挑战,探讨并展望了未来的研究工作与潜在的研究方向.
文献关键词：
无人车(UGV);自动驾驶;智能决策;强化学习
中图分类号：
作者姓名：
李远哲;胡纪滨
作者机构：
北京理工大学机械与车辆学院,北京 100081;北京理工大学车辆传动国家重点实验室,北京 100081
文献出处：
引用格式：
[1]李远哲;胡纪滨-.强化学习在无人车领域的应用与展望)[J].信息与控制,2022(02):129-141
A类：
B类：
强化学习,无人车,应用与展望,UGV,军事任务,智能交通,陆军装备,装备发展,战略意义,学习技术,智能决策,基础原理,核心算法,障碍物规避,变道,超车,车道保持,道路交叉口,典型场景,自动驾驶
AB值：
0.408427
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。
