重庆理工大学学报2023，Vol.37Issue(1) ：56-65.DOI:10.3969/j.issn.1674-8425(z).2023.01.007

基于深度确定性梯度算法的端到端自动驾驶策略

An end-to-end autonomous driving strategy based on the deep deterministic gradient algorithm

赖晨光 杨小青 胡博 庞玉涵 邹宏
重庆理工大学学报2023，Vol.37Issue(1) ：56-65.DOI:10.3969/j.issn.1674-8425(z).2023.01.007
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于深度确定性梯度算法的端到端自动驾驶策略

An end-to-end autonomous driving strategy based on the deep deterministic gradient algorithm

赖晨光 1杨小青 1胡博 1庞玉涵 1邹宏1
扫码查看

作者信息

  • 1. 重庆理工大学 汽车零部件制造及检测技术教育部重点实验室,重庆 400054;重庆理工大学 车辆工程学院,重庆 400054
  • 折叠

摘要

根据深度确定性策略梯度算法理论,提出了端到端的自动驾驶控制策略,通过Carla无人驾驶模拟器,以汽车前视图像和少量测量信息作为输入,直接输出转向、油门或制动的控制动作.同时,鉴于强化学习过程中存在大量试错行为,设计了对危险试错动作加以约束并修正的监督器,以减少危险动作并提升训练效率.根据Carla的训练测试结果表明,深度确定性策略梯度算法能使小车学习到有效的自动驾驶策略,且添加监督器之后的算法能明显减少试错行为并提升训练效率.

关键词

自动驾驶/强化学习/深度确定性策略梯度/监督式深度强化学习

引用本文复制引用

基金项目

国家自然科学基金(51905061)

重庆市研究生教育教学改革研究项目(yjg203115)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量4
段落导航相关论文