摘要：深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)作为深度强化学习中的经典算法,在连续控制问题上有着较大的优势,被应用于自动驾驶领域。针对DDPG缺少策略动作过滤导致的非法策略比例较高引起的训练效率低、收敛速度慢等问题,提出基于失败经验纠错的深度确定性策略梯度算法。通过分离经验缓存池,根据驾驶表现选择失败数据训练,并将策略网络单输出转化为油门和刹车控制量,通过正态分布噪声改善探索策略。torcs平台仿真实验表明,所提算法相对于DDPG算法与DQN(Deep Q-learning Network)算法,训练效率明显提升,非法驾驶策略降低为0。

摘要：大多传统的无人车控制算法需要人为调整参数,需要算法设计精确规则,无法快速适应多种情况。针对上述问题,该文采用深度强化学习对无人车的方向、速度和刹车三方面进行控制,让无人车自主学习,自主调参。该文重点通过改进OU噪声信号和设计网络结构,实现对无人车的快速控制。在torcs无人车模拟器的仿真结果表明,改进后的方法误差曲线可以快速的收敛,有效解决了传统无人车控制耗时耗力的问题,对无人车的控制研究有重要的意义。

摘要：提出了一种基于递深度递归强化学习的自动驾驶策略模型学习方法,并在torcs虚拟驾驶引擎进行仿真验真。针对Actor-Critic框架过估计和更新缓慢的问题,结合clipped double DQN,通过取最小估计值的方法缓解过估计的情况。为了获取多时刻状态输入以帮助智能体更好的决策,结合递归神经网络,设计出包含LSTM结构的Actor策略网络的Critic评价网络。在torcs平台仿真实验表明,所提算法相对与传统DDPG算法能有效提高训练效率。

摘要：提出一种基于强化学习的无人驾驶仿真方案,采用Deep Q-Learning算法,设置经验池来对驾驶策略进行学习,设计了控制策略和动作策略来控制虚拟环境下的驾驶仿真。在无人驾驶仿真平台torcs上进行了仿真实验,对无人驾驶进行训练,训练结果验证了该算法的有效性与可行性。该强化学习算法对无人驾驶仿真提供了可行方案的参考结论。