考慮未來交互的端到端自動駕駛決策方法-名家名篇-控制網

<source id="nqvhe"></source><xmp id="nqvhe"></xmp>

<source id="nqvhe"></source>

關注中國自動化產業發展的先行者！

今日頭條

官方微信

官方抖音

技術頻道

工業安全工業無線運動控制與伺服系統人機界面機器視覺自動化軟件工廠信息化變頻器與軟啟動器儀器儀表嵌入式系統傳感器工業以太網現場總線 DCS/FCS/SCADA PLC /PAC/PCC/RTU 工控機電源 SCADA-RTU 電氣聯接低壓電器

行業頻道

新能源電力冶金化工機床包裝數字基建物流倉儲紡織印刷航空航天電子制造汽車制藥/醫療智慧交通節能環保石油天然氣市政智能裝備

技術頻道

行業頻道

新能源電力冶金化工機床包裝數字基建物流倉儲紡織印刷航空航天電子制造汽車制藥/醫療智慧交通節能環保石油天然氣市政智能裝備

名家名篇

考慮未來交互的端到端自動駕駛決策方法

作者：
點擊數：2844 發布時間：2026-05-10 12:33:38

針對城市道路場景下端到端自動駕駛決策中前瞻性不足、復雜交互環境下安全性與通行效率難以兼顧等問題，本文提出了一種考慮未來交互的端到端強化學習決策方法：首先，將城市道路駕駛任務建模為馬爾可夫決策過程，并采用軟演員-評論家算法構建連續控制決策框架；其次，將鳥瞰語義分割圖、自車運動學信息、參考路徑點以及周圍車輛未來預測軌跡共同作為狀態輸入，提升模型對動態交通環境的時序理解能力；進一步地，在獎勵函數中引入基于預測結果的安全獎勵，引導智能體提前感知潛在風險并實施主動避碰，并針對多源異構輸入，設計多輸入特征提取與融合網絡，實現圖像信息與向量信息的聯合表征；最后，基于CARLA仿真平臺開展對比實驗與消融實驗。結果表明，本文所提軌跡預測引導軟演員-評論家模型在成功率、碰撞率、平均獎勵和平均速度等指標上均優于對比模型，能夠在復雜城市交通場景中實現更安全、更穩定且更高效的自動駕駛決策。

關鍵詞：端到端自動駕駛；強化學習；城市交通場景；軟演員-評論家算法

請登錄以后訪問所有功能！
登錄注冊

技術頻道

行業頻道

熱門頻道

技術頻道

行業頻道

熱門頻道

名家名篇

相關文章

熱點新聞

推薦產品