摘要：自动驾驶是人工智能研究的重要应用领域，文章提出了一种基于深度强化学习的自动驾驶策略模型学习方法。首先采用在线交互式学习方法对深度网络模型进行训练，并基于专业司机的经验数据对模型进行预训练，进而结合经验池回放技术提高模型训练收敛速度，通过对状态空间进行聚类再采样，提高其独立同分布特性以及策略模型的泛化能力。通过与神经网络拟和Q-迭代算法的比较，所提方法的训练时间可缩短90％以上，稳定性能提高超过30％。以复杂度略高于训练集的测试道路长度为基准，与经验过滤的Q-学习算法相比，采用聚类再采样的方法可以使策略模型的平均行驶距离提高70％以上。
分类：期刊> 自然科学与工程技术> 信息科技> 计算机软件及计算机应用
收录：知网收录(中) > 万方收录(中)
关键词：深度强化学习 自动驾驶 聚类 神经网络
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
