基于多类型传感数据的自动驾驶深度强化学习方法 |
| |
引用本文: | 杨顺,蒋渊德,吴坚,刘海贞.基于多类型传感数据的自动驾驶深度强化学习方法[J].吉林大学学报(工学版),2019,49(4):1026-1033. |
| |
作者姓名: | 杨顺 蒋渊德 吴坚 刘海贞 |
| |
作者单位: | 吉林大学汽车仿真与控制国家重点实验室,长春,130022;吉林大学汽车仿真与控制国家重点实验室,长春,130022;吉林大学汽车仿真与控制国家重点实验室,长春,130022;吉林大学汽车仿真与控制国家重点实验室,长春,130022 |
| |
摘 要: | 提出了一种基于多类型传感数据训练自动驾驶策略的方法,采用不同卷积网络对高维图像数据和低维目标级传感数据进行特征提取,然后对提取特征进行组合,采用组合特征学习自动驾驶策略。在仿真测试软件TORCS中设计车道跟随任务对本文方法进行验证,结果表明:基于多类型传感信息进行深度强化训练可以取得较好的车速和车辆横向偏移控制效果。
|
关 键 词: | 车辆工程 深度强化学习 无人驾驶 车道跟随 多类型传感数据 |
Autonomous driving policy learning based on deep reinforcement learning and multi-type sensor data |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|