自动驾驶中的跟踪、预测与决策方法综述
机器学习
2023-08-30 v1 机器学习
摘要
本综述聚焦于自动驾驶汽车系统的三个重要方面：跟踪（在一系列观测中评估车辆、行人或障碍物等参与者的身份）、预测（预测周围车辆的未来运动以在各种交通场景中导航）以及决策（分析自车可用动作及其对整个驾驶情境的后果）。对于跟踪与预测，报告了基于（深度）神经网络及其他特别是随机技术的方法。对于决策，介绍了深度强化学习算法，以及用于探索不同替代动作的方法，如蒙特卡洛树搜索（Monte Carlo Tree Search）。
引用
@article{arxiv.1909.07707,
title = {A Review of Tracking, Prediction and Decision Making Methods for Autonomous Driving},
author = {Florin Leon and Marius Gavrilescu},
journal= {arXiv preprint arXiv:1909.07707},
year = {2023}
}
备注
36 pages, 11 figures