您当前的位置：
首页 >
文章列表页 >
基于环境表征的强化学习自动驾驶策略
交通运输工程·土木工程 | 更新时间：2026-02-03
上一篇|下一篇

    • 基于环境表征的强化学习自动驾驶策略

    • Autonomous driving policy based on reinforcement learning with environment representation

    • “自动驾驶领域迎来新突破，专家提出基于环境表征的强化学习策略，显著提升驾驶策略学习效率与场景适应性，为自动驾驶发展提供有力支持。”
    • 罗玉涛 ，薛志成
    • 吉林大学学报（工学版） 2025年55卷第10期 页码：3169-3179
    • 作者机构：

      1.华南理工大学 机械与汽车工程学院，广州 510640

      2.广东省汽车工程重点实验室，广州 510640

    • 作者简介：

      罗玉涛（1972-），男，教授，博士. 研究方向：自动驾驶及新能源汽车. E-mail： ctytluo@scut.edu.cn

    • 基金信息：
      工信部制造业高质量发展专项项目(R-ZH-023-QT-001-20221009-001);广州市科技计划项目(2023B01J0016)

    • DOI： 10.13229/j.cnki.jdxbgxb.20231428     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 10 ) 表( 8 )

  • 参考文献

  • 出版信息

  • 数据统计

336

浏览量

183

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于语言推理和认知记忆的自动驾驶决策模型
基于Transformer的轮式里程计误差预测模型
一种多感知多约束奖励机制的驾驶策略学习方法
基于机电惯容的车辆乘坐舒适性与侧向稳定性协同提升
自动驾驶车辆基于风险场的盲区避障方法

相关作者

王祥
谭国真
彭衍飞
任浩
李健平
丁海涛
赖宣淇
许男

相关机构

大连理工大学 计算机科学与技术学院
清华大学 精密仪器系
吉林大学 汽车工程学院
北京交通大学 电子信息工程学院
江苏大学 汽车工程研究院