决策系统是自动驾驶的重要组成部分。目前,基于传统算法的决策系统在复杂的交通场景下的应用还欠缺,而深度强化学习(DRL)方法更适合在复杂交通场景中智能地处理自动驾驶决策问题,并有效地提高自动驾驶的智能性。本文首先对自动驾驶系统进行了简要介绍;其次,介绍了强化学习的原理和DRL的典型算法,并总结了DRL在自动驾驶决策系统中的应用;最后,根据目前存在的问题,总结了DRL方法在自动驾驶决策系统中遇到的挑战,并对DRL在自动驾驶决策中的未来应用进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
