您当前的位置：
首页 >
文章列表页 >
基于深度强化学习的自动驾驶车辆与行人交互建模
交通运输工程·土木工程 | 更新时间：2026-02-03

    • 基于深度强化学习的自动驾驶车辆与行人交互建模

    • Modeling interaction policy of autonomous vehicle and pedestrian based on deep reinforcement learning

    • “介绍了其在自动驾驶领域研究进展，专家建立人车交互模型，为解决自动驾驶车辆与行人交互问题提供解决方案。”
    • 吉林大学学报（工学版）   2025年55卷第10期 页码：3180-3188
    • 作者机构：

      1.北京工业大学 城市建设学部，北京 100124

      2.公安部道路交通安全研究中心，北京 100062

      3.中国人民公安大学 交通管理学院，北京100091

    • 作者简介：

      胡伟超（1987-），男，副研究员，博士.研究方向：智能交通，交通安全. E-mail： dfengwin@163.com

    • 基金信息：
      国家重点研发计划项目(2020YFB1600304)

    • DOI：10.13229/j.cnki.jdxbgxb.20240017    

      中图分类号： U491

    • 收稿：2024-01-03，

      纸质出版：2025-10-01

    移动端阅览

  • 胡伟超,杨镇铭,于鹏程等.基于深度强化学习的自动驾驶车辆与行人交互建模[J].吉林大学学报（工学版）,2025,55(10):3180-3188. DOI： 10.13229/j.cnki.jdxbgxb.20240017.

    HU Wei-chao,YANG Zhen-ming,YU Peng-cheng,et al.Modeling interaction policy of autonomous vehicle and pedestrian based on deep reinforcement learning[J].Journal of Jilin University(Engineering and Technology Edition),2025,55(10):3180-3188. DOI： 10.13229/j.cnki.jdxbgxb.20240017.

  •  
  •  

0

浏览量

7

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于深度强化学习的自动驾驶车辆专用道汇入引导
面向车联网隐私保护的深度确定性策略梯度缓存方法
真实与虚拟场景下自动驾驶车辆的主动安全性验证与确认综述
连续生产流水线深度强化学习优化调度算法
基于异步合作更新的LSTM-MADDPG多智能体协同决策算法

相关作者

雷艳红
季亚平
张健
姜夏
李丹
李青扬
刘琨
申自浩

相关机构

东南大学 交通学院
西藏大学 工学院
东南大学 江苏省城市智能交通重点实验室
河南理工大学 软件学院
河南理工大学 计算机科学与技术学院
0