基于規(guī)則約束的深度強(qiáng)化學(xué)習(xí)智能車輛高速路場景下行駛決策

摘要： 針對強(qiáng)化學(xué)習(xí)算法下智能車輛訓(xùn)練中動(dòng)作選擇過程隨機(jī)性強(qiáng)、訓(xùn)練效率低等問題，提出了基于規(guī)則約束和深度Q網(wǎng)絡(luò)（DQN）算法的智能車輛行駛決策框架，將引入的規(guī)則分為與換道相關(guān)的硬約束和與車道保持相關(guān)的軟約束，分別通過動(dòng)作檢測模塊（Action Detection Module）與獎(jiǎng)勵(lì)函數(shù)來實(shí)現(xiàn)。同時(shí)結(jié)合競爭深度Q網(wǎng)絡(luò)（Dueling DQN）和雙重深度Q網(wǎng)絡(luò)（Double DQN）對D...