基于改進人類反饋強化學(xué)習(xí)的端到端自動駕駛決策模型

摘要： 端到端自動駕駛是智能汽車領(lǐng)域的最新研究熱點，現(xiàn)有研究大多采用人工設(shè)計的強化學(xué)習(xí)獎勵函數(shù)，在復(fù)雜駕駛環(huán)境中存在學(xué)習(xí)效率和泛化能力提升的瓶頸。針對該問題，本文提出了一種基于改進人類反饋強化學(xué)習(xí)的端到端自動駕駛建模方法。首先，構(gòu)建了采用響應(yīng)比估計方法簡化人類偏好的自動化獎勵反饋，提高了駕駛策略的邏輯性、降低了人工設(shè)計成本；其次，設(shè)計了獎勵函數(shù)預(yù)訓(xùn)練優(yōu)化方法，通過學(xué)習(xí)初期對先驗知識的嵌... （共13頁）