基于强化学习的自动驾驶决策研究综述 |
| |
引用本文: | 金立生,韩广德,谢宪毅,郭柏苍,刘国峰,朱文涛.基于强化学习的自动驾驶决策研究综述[J].汽车工程,2023(4):527-540. |
| |
作者姓名: | 金立生 韩广德 谢宪毅 郭柏苍 刘国峰 朱文涛 |
| |
作者单位: | 燕山大学车辆与能源学院 |
| |
基金项目: | 国家重点研发计划项目(2021YFB3202300);;国家自然科学基金(52072333)资助; |
| |
摘 要: | 强化学习的发展推动了自动驾驶决策技术的进步,智能决策技术已成为自动驾驶领域高度关注的要点问题。本文以强化学习算法发展为主线,综述该算法在单车自动驾驶决策领域的深入应用。对强化学习传统算法、经典算法和前沿算法从基本原理和理论建模等方面进行归纳总结与对比分析。针对不同场景的自动驾驶决策方法分类,分析环境状态可观测性对建模的影响,重点阐述了不同层次强化学习典型算法的应用技术路线,并对自动驾驶决策方法提出研究展望,以期为自动驾驶决策方案研究提供有益参考。
|
关 键 词: | 自动驾驶 决策算法 强化学习 前沿发展 |
|
|