您当前的位置：
首页 >
文章列表页 >
深度强化学习智能驾驶汽车增广决策模型
通信与控制工程 | 更新时间：2025-05-26

    • 深度强化学习智能驾驶汽车增广决策模型

    • Deep reinforcement learning augmented decision⁃making model for intelligent driving vehicles

    • “在冰雪路面驾驶领域，专家构建了基于DQN的智能体，通过整合运动规划器，提高了智能体的驾驶能力，为解决冰雪路面驾驶问题提供解决方案。”
    • 吉林大学学报（工学版）   2023年53卷第3期 页码：682-692
    • 作者机构：

      吉林大学 通信工程学院，长春 130022

    • 作者简介：

      田彦涛（1958-），男，教授，博士生导师. 研究方向：复杂系统建模、优化与控制. E-mail：tianyt@jlu.edu.cn

    • 基金信息：
      国家自然科学基金区域创新发展联合基金项目(U19A2069)

    • DOI：10.13229/j.cnki.jdxbgxb20221441    

      中图分类号： U495

    • 收稿：2022-11-13，

      纸质出版：2023-03-01

    移动端阅览

  • 田彦涛,季言实,唱寰等.深度强化学习智能驾驶汽车增广决策模型[J].吉林大学学报（工学版）,2023,53(03):682-692. DOI： 10.13229/j.cnki.jdxbgxb20221441.

    TIAN Yan-tao,JI Yan-shi,CHANG Huan,et al.Deep reinforcement learning augmented decision⁃making model for intelligent driving vehicles[J].Journal of Jilin University(Engineering and Technology Edition),2023,53(03):682-692. DOI： 10.13229/j.cnki.jdxbgxb20221441.

  •  
  •  

0

浏览量

20

下载量

1

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

基于双分支和可变形卷积网络的驾驶员行为识别方法
信号交叉口网联电动汽车自适应学习生态驾驶策略
一种多感知多约束奖励机制的驾驶策略学习方法
基于多类型传感数据的自动驾驶深度强化学习方法
电动汽车制动模式切换过程电液协调控制策略

相关作者

张争光
曲优
蔡沐雨
高镇海
胡宏宇
高菲
丁昊楠
董昊轩

相关机构

吉林大学 汽车仿真与控制国家重点实验室
东南大学 机械工程学院
北京交通大学 电子信息工程学院
吉林大学 汽车仿真与控制国家重点实验室
桂林电子科技大学 电子工程与自动化学院
0