• 综合
  • 标题
  • 关键词
  • 摘要
  • 学者
  • 期刊-刊名
  • 期刊-ISSN
  • 会议名称
搜索

作者:

张利国 (张利国.) (学者:张利国) | 景艳枰 (景艳枰.) | 崔铜巢 (崔铜巢.)

收录:

incoPat

摘要:

本发明公开了一种基于深度强化学习的自主驾驶规则学习方法,在车联网环境下,路网中存在两种类型车辆,自主驾驶车和网联车。自主驾驶车通过车载控制系统与车联网的车车(Vehicle‑to‑Vehicle,V2V)通信技术实时获取路网中网联车的行驶状态,通过深度强化学习的方式,在保证交通安全的情况下,学习自主驾驶规则,调节车辆队列驾驶间距,以最大化路网的平均速度和提高路网的通行效率。为以后利用深度强化学习进一步提高车辆的自主决策能力奠定了基础。

关键词:

通讯作者信息:

电子邮件地址:

查看成果更多字段

相关关键词:

相关文章:

专利基本信息 :

专利类型: 发明申请

申请(专利)号: CN202010050338.3

申请日期: 2020-01-17

公开(公告)日: 2020-06-02

公开(公告)号: CN111222630A

申请(专利权): 北京工业大学

法律状态: 实质审查

被引次数:

WoS核心集被引频次: 0

SCOPUS被引频次:

ESI高被引论文在榜: 0 展开所有

万方被引频次:

中文被引频次:

近30日浏览量: 2

归属院系:

在线人数/总访问数:3076/2917801
地址:北京工业大学图书馆(北京市朝阳区平乐园100号 邮编:100124) 联系我们:010-67392185
版权所有:北京工业大学图书馆 站点建设与维护:北京爱琴海乐之技术有限公司