基于强化学习的无人驾驶车辆行为决策方法研究进展.docx

当今社会逐渐向着智能化的方向发展,无人驾驶变成了一个十分受关注的热点。自动驾驶车辆的系统架构可以分为环境感知、行为决策、运动控制3个部分。环境感知系统[1,2]能够利用摄像头、雷达等车载传感器与计算机视觉、传感器信息融合技术来感知环境信息。行为决策系统[3]用来对环境及自车信息进行理解并做出合理的驾驶行为决策。运动控制系统[4]能够根据决策系统给出的控制信号来控制车辆的运动。如果将环境感知模块比作自动驾驶车辆的眼睛和耳朵,将运动控制模块看作自动驾驶车辆的手和脚,那么行为决策模块就相当于是自动驾驶车辆的大脑,是实现自动驾驶最为核心的技术。 强化学习[5]作为一种新兴的人工智能算法,其通过智能体与