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
基于强化学习经验优先提取的汽车纵向多态控制
1
作者
黄鹤
付梦园
+3 位作者
吴润晨
黄泽辰
曾琦
石琴
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024年第5期577-584,共8页
文章提出一种引入经验优先提取(prioritized experience extraction,PEE)规则的深度Q网络(deep Q network,DQN)算法,用于解决汽车纵向行驶时的多态控制问题。首先,建立车辆纵向力矩传递模型和强化学习算法模型,在进行算法移植以及制定...
文章提出一种引入经验优先提取(prioritized experience extraction,PEE)规则的深度Q网络(deep Q network,DQN)算法,用于解决汽车纵向行驶时的多态控制问题。首先,建立车辆纵向力矩传递模型和强化学习算法模型,在进行算法移植以及制定奖励函数时综合考虑车速、距离等相关因素的综合限制;然后,通过仿真与硬件在环实验验证强化学习算法在汽车纵向多态控制方面的有效性;最后,引入PEE规则提高常规DQN算法的计算效率,解决算法区域性过拟合问题。PEE规则的引入有助于平滑主车的跟随车速,与相对距离相配合提升了行驶时的舒适性与安全性。
展开更多
关键词
深度强化学习
纵向控制
多态控制
经验
优先
提取
(
pee
)
规则
下载PDF
职称材料
题名
基于强化学习经验优先提取的汽车纵向多态控制
1
作者
黄鹤
付梦园
吴润晨
黄泽辰
曾琦
石琴
机构
合肥工业大学汽车与交通工程学院
合肥工业大学智能制造技术研究院
安徽省智慧交通车路协同工程研究中心
出处
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024年第5期577-584,共8页
基金
国家自然科学基金资助项目(71971073)
2023年度长三角科技创新共同体联合攻关资助项目(2023CSJGG1600)
+1 种基金
安徽省新能源汽车暨智能网联汽车创新工程资助项目(GXXT-2020-076)
2019年度合工大智能院“科技成果转化及产业化”资助项目(IMICZ2019005)
文摘
文章提出一种引入经验优先提取(prioritized experience extraction,PEE)规则的深度Q网络(deep Q network,DQN)算法,用于解决汽车纵向行驶时的多态控制问题。首先,建立车辆纵向力矩传递模型和强化学习算法模型,在进行算法移植以及制定奖励函数时综合考虑车速、距离等相关因素的综合限制;然后,通过仿真与硬件在环实验验证强化学习算法在汽车纵向多态控制方面的有效性;最后,引入PEE规则提高常规DQN算法的计算效率,解决算法区域性过拟合问题。PEE规则的引入有助于平滑主车的跟随车速,与相对距离相配合提升了行驶时的舒适性与安全性。
关键词
深度强化学习
纵向控制
多态控制
经验
优先
提取
(
pee
)
规则
Keywords
deep reinforcement learning
longitudinal control
polymorphic control
prioritized experience extraction(
pee
)rule
分类号
U461.6 [机械工程—车辆工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于强化学习经验优先提取的汽车纵向多态控制
黄鹤
付梦园
吴润晨
黄泽辰
曾琦
石琴
《合肥工业大学学报(自然科学版)》
CAS
北大核心
2024
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