基于改进TD3的自动驾驶车道保持决策方法
田康1
于镝1
李擎1
张宏昌2
吴迎年1
范玲玲1
1.北京信息科技大学自动化学院,北京 1001922.清华大学自动化学院,北京 100084
摘要：本文提出基于改进TD3算法的车道保持端到端决策新方案.首先,构建多数据融合TD3算法框架,感知自主车辆运动学数据信息和视觉图像信息来提升算法的稳定性.并且结合注意力机制思想细化图像特征,使得算法关注重要道路信息,以此增强算法可解释性.其次,综合考虑驾驶的安全性、舒适性和效率性因素设计了指导型奖励函数,以引导智能体学到更加类人的驾驶策略.最后,采用分类与高价值优先级经验回放方法,以提高样本利用率和加快算法收敛速度.借助TORCS仿真平台,设计了多组对比实验,以验证所提方法的有效性和可行性;并且通过多个场景的仿真测试,验证了改进TD3算法的整体性能优于TD3算法.
关键词：深度强化学习车道保持TD3多数据融合注意力机制经验回放
分类号：TP273(自动化技术及设备)
资助基金：国家自然科学基金(61803036)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：11( 84-94 )
英文信息