期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
TD3算法改进与自动驾驶汽车并道策略学习
被引量：
3
1
作者
张志勇
黄大洋
+2 位作者
黄彩霞
胡林
杜荣华
《机械工程学报》
EI
CAS
CSCD
北大核心
2023年第8期224-234,共11页
为提高自动并道策略的综合性能,改进了双延迟深度确定性策略梯度算法(Twin delayed deep deterministic policy gradient,TD3)的Q值估计方法和奖励函数。通过马尔科夫决策过程,将车辆并道过程建模为强化学习问题,分析TD3强化学习算法中...
为提高自动并道策略的综合性能,改进了双延迟深度确定性策略梯度算法(Twin delayed deep deterministic policy gradient,TD3)的Q值估计方法和奖励函数。通过马尔科夫决策过程,将车辆并道过程建模为强化学习问题,分析TD3强化学习算法中Q值低估对并道决策的影响。对TD3算法的双评论家目标网络执行蒙特卡洛随机失活,在获得两个Q值估计样本的基础上,提出基于样本方差加权平均的Q值估计方法,提高TD3算法的Q值估计精度。在优先保证完成并道任务的前提下,充分考虑车辆并道过程中的安全性、舒适性和交通效率,建立完备的奖励函数。基于改进的TD3算法和奖励函数,通过BARK模拟器开展自动驾驶汽车并道策略学习和测试。结果表明,提出的改进TD3算法显著提高了Q值估计精度。结合建立的奖励函数,在保证交通效率的同时提高了车辆并道的安全性和乘坐舒适性。
展开更多
关键词
自动驾驶汽车
强化学习
并
道
策略
Q值估计
原文传递
题名
TD3算法改进与自动驾驶汽车并道策略学习
被引量：
3
1
作者
张志勇
黄大洋
黄彩霞
胡林
杜荣华
机构
长沙理工大学机械装备高性能智能制造关键技术湖南省重点实验室
长沙理工大学汽车与机械工程学院
湖南工程学院汽车动力与传动系统湖南省重点实验室
出处
《机械工程学报》
EI
CAS
CSCD
北大核心
2023年第8期224-234,共11页
基金
国家自然科学基金(61973047)
湖南省自然科学基金(2021JJ30182,2022JJ50020)
+1 种基金
湖南省教育厅科学研究(20A018)
机械装备高性能智能制造关键技术湖南省重点实验室(长沙理工大学)开放基金(2020YB02)资助项目。
文摘
为提高自动并道策略的综合性能,改进了双延迟深度确定性策略梯度算法(Twin delayed deep deterministic policy gradient,TD3)的Q值估计方法和奖励函数。通过马尔科夫决策过程,将车辆并道过程建模为强化学习问题,分析TD3强化学习算法中Q值低估对并道决策的影响。对TD3算法的双评论家目标网络执行蒙特卡洛随机失活,在获得两个Q值估计样本的基础上,提出基于样本方差加权平均的Q值估计方法,提高TD3算法的Q值估计精度。在优先保证完成并道任务的前提下,充分考虑车辆并道过程中的安全性、舒适性和交通效率,建立完备的奖励函数。基于改进的TD3算法和奖励函数,通过BARK模拟器开展自动驾驶汽车并道策略学习和测试。结果表明,提出的改进TD3算法显著提高了Q值估计精度。结合建立的奖励函数,在保证交通效率的同时提高了车辆并道的安全性和乘坐舒适性。
关键词
自动驾驶汽车
强化学习
并
道
策略
Q值估计
Keywords
autonomous vehicle
reinforcement learning
lane-merging strategy
Q-value estimation
分类号
U461 [机械工程—车辆工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
TD3算法改进与自动驾驶汽车并道策略学习
张志勇
黄大洋
黄彩霞
胡林
杜荣华
《机械工程学报》
EI
CAS
CSCD
北大核心
2023
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
