| 基于DQN的车辆驾驶行为决策方法 |
| |
| 引用本文： | 罗鹏,黄珍,秦易晋,陈志军.基于DQN的车辆驾驶行为决策方法[J].交通信息与安全,2020,38(5):67-77,112. |
| |
| 作者姓名： | 罗鹏 黄珍 秦易晋 陈志军 |
| |
| 作者单位： | 武汉理工大学自动化学院 武汉 430070 |
| |
| 基金项目： | 湖北省创新群体项目;国家重点研发计划 |
| |
| 摘 要： | 针对传统DQN算法下网联车驾驶行为决策的动作选择过程随机性强、探索空间大的问题,研究了结合专家知识和DQN算法的智能车辆决策框架,设计了奖励值函数来引导算法的训练.通过层次分析法(AHP)选取高速场景下车辆驾驶决策中的重要影响因素,利用ID3决策树构建简单而有效的专家规则库;在传统算法基础上,通过设计奖励值函数来优化DQN网络结构,由奖励值函数引导DQN算法来解决高速场景下的车辆决策问题,并在Python仿真环境中构建高速交通场景对该算法进行分析和验证.实验结果表明,在高速直道和并道场景下,达到95%成功率的平均训练次数分别减少了100次和200次,平均奖励值分别提高了4.02和1.34,有效加快了DQN算法的动作选择,降低了探索过程中的动作随机性.
|
| 关 键 词： | 智能驾驶 强化学习 DQN算法 专家知识 |
A Method of Vehicle Driving Behavior Decision Based on DQN Algorithm |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
| 点击此处可从《交通信息与安全》下载免费的PDF全文 |
|
