發(fā)布時(shí)間：2021-06-22 05:06

　　隨著互聯(lián)網(wǎng)技術(shù)以及通信技術(shù)的飛速發(fā)展,車輛的智能化和網(wǎng)聯(lián)化技術(shù)也在逐步提高,無人駕駛技術(shù)作為智能交通的重要部分,其研究也越來越成熟。目前,大部分無人駕駛汽車都使用傳統(tǒng)的局部路徑規(guī)劃以及車輛控制算法,而感知、決策、控制作為獨(dú)立的模塊,不能保證高精度的時(shí)間同步以及空間同步,對(duì)于自動(dòng)駕駛而言,上述三個(gè)模塊結(jié)合的越緊密,自動(dòng)駕駛的安全性和準(zhǔn)確性越高。隨著人工智能技術(shù)的發(fā)展,深度強(qiáng)化學(xué)習(xí)為復(fù)雜系統(tǒng)的序貫優(yōu)化決策問題提供了另一種解決思路,本文基于深度強(qiáng)化學(xué)習(xí)對(duì)無人駕駛決策控制方法進(jìn)行研究,在開源賽車模擬器中進(jìn)行動(dòng)態(tài)行車環(huán)境的安全性分析。本文的主要研究工作如下:首先建立了面向無人駕駛的強(qiáng)化學(xué)習(xí)框架,基于TORCS仿真環(huán)境返回的環(huán)境和車輛狀態(tài)參數(shù)對(duì)強(qiáng)化學(xué)習(xí)算法中狀態(tài)和動(dòng)作進(jìn)行定義。針對(duì)期望的駕駛表現(xiàn),設(shè)計(jì)了面向無人駕駛的強(qiáng)化學(xué)習(xí)算法獎(jiǎng)勵(lì)函數(shù),并設(shè)計(jì)了訓(xùn)練過程的終止條件。根據(jù)深度確定性策略梯度算法原理和無人駕駛環(huán)境的狀態(tài)、動(dòng)作需求,分別建立了策略、價(jià)值、目標(biāo)神經(jīng)網(wǎng)絡(luò),分析了上述網(wǎng)絡(luò)的訓(xùn)練與參數(shù)更新方法,搭建了深度強(qiáng)化學(xué)習(xí)算法的整個(gè)網(wǎng)絡(luò)框架。根據(jù)車輛行駛過程中所處的狀態(tài)對(duì)樣本進(jìn)行分類,設(shè)計(jì)了經(jīng)驗(yàn)緩存池分離... 

【文章來源】：湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

TORCS平臺(tái)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]深度強(qiáng)化學(xué)習(xí)概述[J]. 徐松林.  電腦知識(shí)與技術(shù). 2019(03)
[2]改進(jìn)DDPG算法在自動(dòng)駕駛中的應(yīng)用[J]. 張斌,何明,陳希亮,吳春曉,劉斌,周波.  計(jì)算機(jī)工程與應(yīng)用. 2019(10)
[3]基于3D CNN-DDPG端到端無人駕駛控制[J]. 李國(guó)豪.  電子設(shè)計(jì)工程. 2018(22)
[4]無人駕駛系統(tǒng)中的關(guān)鍵技術(shù)淺論[J]. 張俊元.  時(shí)代汽車. 2018(11)
[5]無人駕駛車輛行為決策系統(tǒng)研究[J]. 熊璐,康宇宸,張培志,朱辰宇,余卓平.  汽車技術(shù). 2018(08)
[6]基于改進(jìn)人工勢(shì)場(chǎng)法的智能車輛超車路徑規(guī)劃研究[J]. 王樹鳳,張鈞鑫,劉宗鋒.  汽車技術(shù). 2018(03)
[7]基于人工勢(shì)場(chǎng)算法的智能車輛路徑規(guī)劃仿真[J]. 安林芳,陳濤,成艾國(guó),方威.  汽車工程. 2017(12)
[8]改進(jìn)RRT在汽車避障局部路徑規(guī)劃中的應(yīng)用[J]. 宋曉琳,周南,黃正瑜,曹昊天.  湖南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)
[9]多策略蟻群算法求解越野路徑規(guī)劃[J]. 吳天羿,許繼恒,劉建永,昝良.  解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(02)

博士論文
[1]多智能體深度強(qiáng)化學(xué)習(xí)方法及應(yīng)用研究[D]. 張悅.西安電子科技大學(xué) 2018
[2]智能駕駛車輛自主決策與規(guī)劃的增強(qiáng)學(xué)習(xí)方法研究[D]. 左磊.國(guó)防科學(xué)技術(shù)大學(xué) 2016

碩士論文
[1]基于深度學(xué)習(xí)的智能控制研究[D]. 林昊威.吉林大學(xué) 2018
[2]面向無人駕駛的增強(qiáng)學(xué)習(xí)算法研究[D]. 陳銀銀.電子科技大學(xué) 2018
[3]基于深度強(qiáng)化學(xué)習(xí)的虛擬無人車控制研究[D]. 顧文逸.南京理工大學(xué) 2018
[4]基于深度強(qiáng)化學(xué)習(xí)的無人駕駛智能決策控制研究[D]. 左思翔.哈爾濱工業(yè)大學(xué) 2018
[5]基于改進(jìn)型人工勢(shì)場(chǎng)法的車輛避障路徑規(guī)劃研究[D]. 朱偉達(dá).江蘇大學(xué) 2017
[6]基于深度強(qiáng)化學(xué)習(xí)的自動(dòng)駕駛決策仿真[D]. 夏偉.中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院) 2017
[7]典型路況下無人駕駛車輛局部路徑規(guī)劃方法研究[D]. 莊雷雨.武漢理工大學(xué) 2017
[8]無人駕駛汽車的路徑規(guī)劃與跟隨控制算法研究[D]. 潘魯彬.湖南大學(xué) 2016
[9]有限狀態(tài)機(jī)及其應(yīng)用[D]. 譚同超.華南理工大學(xué) 2013



本文編號(hào)：3242182