基于3D CNN-DDPG端到端无人驾驶控制

作     者：李国豪 LI Guo-hao

作者机构：中国科学院上海微系统与信息技术研究所上海200050 中国科学院微小卫星创新研究院上海201210 上海科技大学信息科学与技术学院上海201210 中国科学院大学北京100049 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2018年第26卷第22期

页      码：156-159,168页

摘      要：文中基于希望直接应用低成本可见光摄像头解决无人驾驶中的刹车、油门和转向控制的问题为目的,采用了深度卷积神经网络和深度确定性策略梯度强化学习结合的方法。通过加入三维卷积神经网络,学习出连续的车辆摄像头视觉感知视频图像帧中的时序属性特征,使得智能体能够利用时序特性更平稳和安全得控制车辆。在开源无人驾驶仿真平台TORCS上进行实验,得出三维卷积神经网络和深度强化学习结合的方法对解决无人驾驶中的控制问题提供了可行性的方案结论。

主 题 词：无人驾驶 深度强化学习 计算机视觉 神经网络 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

D　O　I：10.14022/j.cnki.dzsjgc.2018.22.034

馆 藏 号：203395187...