基于深度强化学习的真实道路网络上的模拟自动驾驶
人工智能
2018-04-04 v2
摘要
使用深度强化学习 (DRL) 可能是处理（模拟）自动驾驶领域各种任务的一种有前景的方法。然而，近期出版物主要考虑在非通常驾驶环境中的学习。本文提出自动驾驶智能体驾校 (DSA^2)，一种基于人工与真实道路网络在更通常驾驶环境中验证 DRL 算法的软件。我们还展示了应用 DSA^2 处理在直路上驾驶并根据不同限速调节单车速度任务的结果。
引用
@article{arxiv.1712.04363,
title = {Simulated Autonomous Driving on Realistic Road Networks using Deep Reinforcement Learning},
author = {Patrick Klose and Rudolf Mester},
journal= {arXiv preprint arXiv:1712.04363},
year = {2018}
}
备注
The paper is submitted to be included in the proceedings of Applications of Intelligent Systems 2018 (APPIS 2018)