基于强化学习的自动驾驶汽车控制策略研究.docxVIP

PAGE

PAGEIV

基于强化学习的自动驾驶汽车控制策略研究

【摘要】随着人工智能领域技术的兴起，国内国外的各大汽车厂商都将自动驾驶汽车作为发展的主流方向，而汽车的控制方法是实现自动驾驶汽车能够安全可靠工作的重要保证。传统的控制方法基于精确的动力学模型和明确的预定义规则，难以处理复杂的交通环境。强化学习作为一种无模型的学习算法，能够通过自身与环境交互而自主学习的最大化效益函数的决策策略，有望解决复杂交通环境下的汽车驾驶问题。本文对以强化学习算法作为控制策略的自动驾驶汽车控制方法进行深入的研究。从纵向控制、横向控制和综合避障控制三个部分，分别总结强化学习算法的用法并分析其优越性和遇到的困难，从安全、舒适、快捷等方面总结强化学习控制方法的性能评价指标体系，研究样例效率、安全保护和泛化性能等方面对强化学习算法进行改进，设计出多种算法融合的控制策略优化方法。通过以上研究不难发现，强化学习对自动驾驶控制有较好的应用优势，通过优化算法、多种技术相互结合的方式能够更好的实现自动驾驶控制向智能化、自主性、可靠性、稳定性的方向发展。

【关键词】强化学习；自动驾驶；汽车控制

ResearchonControlStrategyofAutonomousVehicleBasedonReinforcementLearning

Abstract：Withthera