文献

J-GLOBAL ID：202102280997047882   整理番号：21A1515883

自律運転のための深い決定性ポリシー勾配アルゴリズムベースの横方向および縦方向制御【JST・京大機械翻訳】

Deep Deterministic Policy Gradient Algorithm based Lateral and Longitudinal Control for Autonomous Driving

著者 (4件)： Gongsheng Zhu (School of Telecommunication Engineering, Beijing Polytechnic,Beijing,China) ,  Chunmei Pei (School of Telecommunication Engineering, Beijing Polytechnic,Beijing,China) ,  Jiang Ding (School of Telecommunication Engineering, Beijing Polytechnic,Beijing,China) ,  Junfeng Shi (School of Telecommunication Engineering, Beijing Polytechnic,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICMCCE  ページ： 740-745  発行年： 2020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： 自動運転のための従来の静的経路計画アルゴリズムは,複雑な道路条件の下で不十分なロバスト性と不安定な身体制御の問題を持っている。それは,車両意思決定と制御を実施するために,強化学習関連技術を完全に利用することができ,動的障害物回避経路を計画して,運転安全性を強化した。本論文では,車両制御アルゴリズムを,DDPG(Deep Decistic Polig Gradient)アルゴリズムと組み合わせたTORCS(Open Racing Carシミュレータ)シミュレーションプラットフォーム上で設計した。アクタークライトアルゴリズムと組み合わせて,経験再生と独立ターゲットネットワークを,より良いロバスト性で,深い強化学習の効果を改善するために追加した。そして,合理的報酬機能を設計することによって,自動車は,運転過程においてより安定することができた。シミュレーション実験において,このアルゴリズムを検証した。実験結果は,本論文で設計したアルゴリズムが,シミュレーション自動車が,より少ない訓練時間で,より安定かつ効果的学習を得ることができ,すなわち,本論文の研究アイデアが実現可能であることを示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  意思決定 ,  学習 ,  自動車 ,  シミュレータ ,  自動運転 ,  道路 ,  方向制御 ,  ロバスト性 ,  障害物回避 ,  強化学習 ,  経路探索
準シソーラス用語： 自律性 ,  制御アルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 自律 ,  勾配アルゴリズム ,  横方向 ,  縦 ,  方向制御