文档名：基于视觉DQN的无人车换道决策算法研究
摘要：无人驾驶技术是当前人工智能(AI)领域的研究热点.针对传统深度Q网络(DQN)在基于视觉的换道决策上存在收敛速度慢等问题,提出了基于视觉的DQN的无人车换道决策模型.将基于注意力机制的视觉感知与DQN融合,使网络聚焦在重要的图像特征上;并引入Q-Masking机制来降低决策复杂度,加快DQN的训练收敛速度.最后,提出基于DQN的速度决策算法来构成一个完整的换道决策模型,并在仿真环境中进行训练与测试.实验结果表明:所提模型可以实现更快的换道决策策略,同时加快了DQN的收敛速度.
作者：付一豪 鲍泓 梁天骄 付东普 潘峰 Author：FUYihao BAOHong LIANGTianjiao FUDongpu PANFeng
作者单位：北京联合大学北京市信息服务工程重点实验室,北京100101;北京联合大学机器人学院,北京100027首都经济贸易大学管理工程学院,北京100070
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(10)
分类号：TP391U46A
关键词：无人车 换道决策 注意力机制 强化学习
Keywords：autonomousvehicle lanechangedecision-making attentionmechanism reinforcementlearning
机标分类号：U491TP391.41TP181
在线出版日期：2023年11月6日
基金项目：国家自然科学基金基于视觉DQN的无人车换道决策算法研究[
期刊论文] 传感器与微系统--2023, 42(10)付一豪 鲍泓 梁天骄 付东普 潘峰无人驾驶技术是当前人工智能(AI)领域的研究热点.针对传统深度Q网络(DQN)在基于视觉的换道决策上存在收敛速度慢等问题,提出了基于视觉的DQN的无人车换道决策模型.将基于注意力机制的视觉感知与DQN融合,使网络聚焦在重要...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于视觉DQN的无人车换道决策算法研究 Research on decision algorithm for autonomous vehicle lane change based on vision DQN
基于视觉DQN的无人车换道决策算法研究.pdf
- 文件大小:
- 943.13 KB
- 下载次数:
- 60
-
高速下载
|
