基于深度強化學(xué)習(xí)的自動駕駛行為決策研究綜述

摘要： 自動駕駛行為決策是車輛實現(xiàn)智能化的核心技術(shù),深度強化學(xué)習(xí)(DRL)因其環(huán)境交互特性和端到端決策優(yōu)勢在該領(lǐng)域展現(xiàn)出顯著潛力.鑒于此,通過多維度分析,系統(tǒng)梳理基于DRL的自動駕駛行為決策的研究內(nèi)容和發(fā)展趨勢:首先,回顧行為決策的發(fā)展歷程,并分析DRL在自動駕駛中的應(yīng)用趨勢;然后,提出“狀態(tài)-動作-獎勵-策略-評價”五維框架,分析算法要素與跟馳、換道等駕駛?cè)蝿?wù)的映射關(guān)系;接著,結(jié)合匝... （共24頁）