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
考虑驾驶员特性的个性化跟驰控制策略研究
1
作者
任玥
邹博文
+2 位作者
尹旭
刘学高
梁新成
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2022年第3期12-19,共8页
为提高车辆自主跟驰功能的个性化程度,使之能适应不同驾驶员的驾驶风格,提高乘员对自动驾驶功能的接受度,提出了一种基于深度强化学习的个性化跟驰控制策略.首先基于模拟驾驶试验平台进行驾驶员在环试验,获取真实驾驶员跟驰数据.根据车...
为提高车辆自主跟驰功能的个性化程度,使之能适应不同驾驶员的驾驶风格,提高乘员对自动驾驶功能的接受度,提出了一种基于深度强化学习的个性化跟驰控制策略.首先基于模拟驾驶试验平台进行驾驶员在环试验,获取真实驾驶员跟驰数据.根据车辆跟驰动力学,建立了连续动作空间决策模型.构建了基于Actor-Critic的深度强化学习架构,并综合考虑跟驰过程的安全性、舒适性和宜人性设计了奖励函数,通过双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient,TD3)对决策模型进行训练.基于CARLA模拟器的仿真结果表明,本研究提出的个性化跟驰控制策略在保证车辆自主跟驰过程稳定性和安全性的前提下,其决策结果更接近驾驶员驾驶习性.
展开更多
关键词
自主跟驰
个性化
深度强化学习
奖励函数
下载PDF
职称材料
题名
考虑驾驶员特性的个性化跟驰控制策略研究
1
作者
任玥
邹博文
尹旭
刘学高
梁新成
机构
西南大学工程技术学院
西南大学人工智能学院
重庆长安汽车软件科技有限公司智能控制室
出处
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
2022年第3期12-19,共8页
基金
重庆市自然科学基金面上项目(cstc2020jcyj-msxmX0496)
中央高校基本业务费项目(SWU119021)。
文摘
为提高车辆自主跟驰功能的个性化程度,使之能适应不同驾驶员的驾驶风格,提高乘员对自动驾驶功能的接受度,提出了一种基于深度强化学习的个性化跟驰控制策略.首先基于模拟驾驶试验平台进行驾驶员在环试验,获取真实驾驶员跟驰数据.根据车辆跟驰动力学,建立了连续动作空间决策模型.构建了基于Actor-Critic的深度强化学习架构,并综合考虑跟驰过程的安全性、舒适性和宜人性设计了奖励函数,通过双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient,TD3)对决策模型进行训练.基于CARLA模拟器的仿真结果表明,本研究提出的个性化跟驰控制策略在保证车辆自主跟驰过程稳定性和安全性的前提下,其决策结果更接近驾驶员驾驶习性.
关键词
自主跟驰
个性化
深度强化学习
奖励函数
Keywords
autonomous car-following
personalization
deep reinforcement learning
reward function
分类号
U461.8 [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
考虑驾驶员特性的个性化跟驰控制策略研究
任玥
邹博文
尹旭
刘学高
梁新成
《西南大学学报(自然科学版)》
CAS
CSCD
北大核心
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