文献

J-GLOBAL ID：201802237188163911   整理番号：18A0187261

カーネルベースの強化学習を用いた自律車両のための右折の交通シナリオにおける速度制御【Powered by NICT】

Velocity control in a right-turn across traffic scenario for autonomous vehicles using kernel-based reinforcement learning

著者 (5件)： Zhang Yuxiang (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun, PR China 130025) ,  Gao Bingzhao (State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun, PR China 130025) ,  Guo Lulu (State Key Laboratory of Automotive Simulation and Control Jilin University, Changchun, PR China 130025 and the Department of Control Science and Engineering Jilin University, Changchun, PR China 130025) ,  Chen Hong (State Key Laboratory of Automotive Simulation and Control Jilin University, Changchun, PR China 130025 and the Department of Control Science and Engineering Jilin University, Changchun, PR China 130025) ,  Zhao Jinghua (Computer College, Jilin Normal University, Siping, PR China 136000)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CAC  ページ： 6211-6216  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,学習機械のような先進制御法は自律車両への適用が増加している。右折交通シナリオにおける速度制御に焦点を当てた。Markov決定過程(MDP)をモデル化し,アクタ-クリティック強化学習アーキテクチャを採用した。カーネルベース最小二乗政策反復アルゴリズム(KLSPI)を適用した。シミュレーション結果は,提案した方法が異なる場合には異なる政策,合理性を検証予備を行うことができることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 制御方式 ,  学習機械 ,  計算機アーキテクチャ ,  シミュレーション ,  最小二乗法 ,  モデリング ,  *速度制御 ,  *強化学習
準シソーラス用語： 合理性 ,  反復アルゴリズム ,  Markov決定過程 ,  *自律性 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  音声処理  (JE05000E)

タイトルに関連する用語 (7件)： カーネル ,  強化学習 ,  自律 ,  右折 ,  交通 ,  シナリオ ,  速度制御