無人駕駛的決策控制是無人駕駛技術(shù)的核心,它需要根據(jù)道路場景的感知信息做出安全、合理的決策,特別是對各種場景下不可控突發(fā)狀況的決策,面對這一的難題,急需一種能夠自主學(xué)習(xí)且泛化能力極強的智能決策方法。由于深度強化學(xué)習(xí)不僅能夠從零自主學(xué)習(xí)且具有強大的泛化性能,而且能夠通過端到端的方式實現(xiàn)從原始輸入到輸出的直接控制的優(yōu)勢非常適合無人駕駛中從感知到?jīng)Q策控制的場景。因此將深度強化學(xué)習(xí)技術(shù)應(yīng)用于無人駕駛決策控制,根據(jù)場景為車輛行駛提供智能決策,有著十分重要的研究意義。由于無人駕駛的輸出動作是連續(xù)的且在無人駕駛動作空間隨機探索可能會導(dǎo)致意想不到的后果,因此本文采用深度強化學(xué)習(xí)中的深度確定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法進行無人駕駛的智能決策控制。針對傳統(tǒng)DDPG算法收斂慢,不穩(wěn)定的情況,本文提出一種基于DDPG算法改進的二次采樣深度確定性策略梯度算法(DDPG with Two Sample,DDPGwTS)用于無人駕駛的決策控制。一方面在經(jīng)驗回放環(huán)節(jié)引入二次采樣方法,首先根據(jù)序列累積回報的分布構(gòu)造優(yōu)先級對經(jīng)驗池中的序列進行采樣,然后在已...

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.1無人駕駛產(chǎn)業(yè)價值圖

一些問題，但仍然無法從根本上解決人自身的因數(shù)，因此這迫切需要一種“人車分離”的無人駕駛技術(shù)誕生[3]。無人駕駛汽車又稱為自動駕駛汽車，其原理是利用車載傳感器和全球定位系統(tǒng)等設(shè)備獲得的車輛本身、周邊環(huán)境以及所要到達目的地路段的狀態(tài)信息，根據(jù)狀態(tài)信息來規(guī)劃出汽車的行駛路線以及控制車輛....

圖1.2無人駕駛車輛系統(tǒng)架構(gòu)

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文4THMR智能汽車能夠在規(guī)定的環(huán)境下實現(xiàn)自動跟蹤。20世紀(jì)80年代國防科技大學(xué)研制出基于視覺的智能汽車[14]。2011年紅旗HQ3完成了從長沙到武漢286公里的高速全程無人駕駛試驗，創(chuàng)造了中國自主研制的無人駕駛汽車在復(fù)雜交通狀況下無人駕駛的新紀(jì)錄[1....

圖1.4自主剎車系統(tǒng)

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文7強化學(xué)習(xí)（ReinforcementLearning，RL）是可以從零學(xué)習(xí)的智能算法，它利用智能體與環(huán)境不停的交互，根據(jù)獲得的累計回報不停的改進自身策略，直到學(xué)習(xí)到最優(yōu)策略。現(xiàn)如今Waymo、百度以及各大無人駕駛公司都在研究將深度強化學(xué)習(xí)技術(shù)應(yīng)用于無....

圖1.5深度駕駛系統(tǒng)框架

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文8圖1.5深度駕駛系統(tǒng)框架Figure1.5Deepdrivingsystemframework針對目前無人駕駛汽車主要面對的技術(shù)瓶頸是關(guān)于復(fù)雜不可控場景下的智能決策控制�；谝�(guī)則的決策控制方法很難創(chuàng)建能夠覆蓋所有場景的規(guī)則庫，無法面對高度復(fù)雜實際場景....

本文編號：3930502