期刊导航
期刊开放获取
河南省图书馆
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
基于深度强化学习算法的车辆行为决策研究
1
作者
陈名松
张泽功
+1 位作者
吴冉冉
吴泳蓉
《桂林电子科技大学学报》
2022年第1期29-35,共7页
针对传统的DDPG算法训练时间长和收敛速度慢的问题,提出一种将引导式学习和优选经验回放机制相结合融入DDPG的算法。改进的DDPG算法在训练初期的动作输出为引导式学习和策略网络共同作用的结果,后期引导式学习不再参与控制。同时引入经...
针对传统的DDPG算法训练时间长和收敛速度慢的问题,提出一种将引导式学习和优选经验回放机制相结合融入DDPG的算法。改进的DDPG算法在训练初期的动作输出为引导式学习和策略网络共同作用的结果,后期引导式学习不再参与控制。同时引入经验池分离技术,将优势经验样本和劣势经验样本分开存储和固定比例随机抽取。在TORCS平台上进行车辆决策测试,结果表明,改进后的DDPG离,提高算法效率。
展开更多
关键词
深度确定性策略梯度算法
引导式学习
优选经验回放
TORCS
下载PDF
职称材料
题名
基于深度强化学习算法的车辆行为决策研究
1
作者
陈名松
张泽功
吴冉冉
吴泳蓉
机构
桂林电子科技大学信息与通信学院
出处
《桂林电子科技大学学报》
2022年第1期29-35,共7页
基金
认知无线电与信息处理教育部重点实验室主任基金(CRKH80102)
桂林电子科技大学研究生教育创新计划(2018YJCX29)。
文摘
针对传统的DDPG算法训练时间长和收敛速度慢的问题,提出一种将引导式学习和优选经验回放机制相结合融入DDPG的算法。改进的DDPG算法在训练初期的动作输出为引导式学习和策略网络共同作用的结果,后期引导式学习不再参与控制。同时引入经验池分离技术,将优势经验样本和劣势经验样本分开存储和固定比例随机抽取。在TORCS平台上进行车辆决策测试,结果表明,改进后的DDPG离,提高算法效率。
关键词
深度确定性策略梯度算法
引导式学习
优选经验回放
TORCS
Keywords
deep deterministic policy gradient(DDPG)algorithm
guided learning
optimal experience replay
TORCS
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习算法的车辆行为决策研究
陈名松
张泽功
吴冉冉
吴泳蓉
《桂林电子科技大学学报》
2022
0
下载PDF
职称材料
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