基于深度强化学习的拟人化自动驾驶行为决策研究

自动驾驶深度强化学习行为决策毕业设计

(1)针对自动驾驶拟人化决策需要识别驾驶风格的需求，基于客观驾驶数据和主观问卷分析了驾驶风格，提出了种驾驶风格分类模型。 (2)针对驾驶员对驾驶安全性、舒适性和行车效率的需求，分别基千深度Q网络(Deep Q Network, DQN)和优势演员评论家(Advantage Actor Criti c, A2C)两种深度强化学习算法建立了决策模型。 (3)针对当前自动驾驶决策不够拟人化的问题，基千表现更好的DQN决策模型提出了一种结合驾驶风格的拟人化决策模型。

文件下载

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

基于深度强化学习的拟人化自动驾驶行为决策研究

文件下载

评论信息

其他资源

免责申明

个人信息

相关资源标签

热门下载

最新下载