基于强化学习和变换神经网络的无信号交叉口自动驾驶决策研究.pdf

基于强化学习和变换神经网络的无信号交叉口自动驾驶决策研究.pdf

  1. 1、本文档共93页,其中可免费阅读28页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

随着自动驾驶技术的快速发展,确保自动驾驶车辆在复杂城市环境下的安全

与效率成为研究的热点。特别是在无信号交叉口场景,车辆需做出快速准确的决

策以避免潜在碰撞,挑战尤为显著。本文提出一种结合深度强化学习(Deep

ReinforcementLearning,DRL)与生成式预训练变换神经网络(GenerativePre-

trainedTransformer,GPT)的创新方法,旨在提升自动驾驶车辆在此类场景下的决

策性能。

面对无信号交叉口车辆交汇繁多的复杂情况,本文

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档