Indexed by：
Abstract：
本发明公开了基于深度强化学习的无人驾驶分层运动决策控制方法，以“元动作决策‑车辆控制”层次化运动决策控制模型为载体实现的。通过对驾驶行为的抽象分解和对影响驾驶行为的环境因素分析，以将运动决策控制过程分解为“元动作决策‑车辆控制”的模式实现的，元动作决策属于离散型决策问题，利用DQN深度强化学习算法建立一个由动态驾驶信息到元动作的端到端模型。车辆控制属于连续型动作输出，采用DDPG深度强化学习算法建立一个从道路信息与元动作，映射到油门、刹车和方向盘控制量的端到端模型，神经网络的搭建使用PyTorch深度学习框架，选择的开发语言是Python，模型通过接收驾驶行为指令并结合环境状态信息，输出车辆的控制量。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202110533120.8
Filing Date： 2021-05-17
Publication Date： 2021-08-17
Pub. No.： CN113264043A
Applicants： 北京工业大学
Legal Status： 驳回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 8
Affiliated Colleges：
