基于PPO算法的自動(dòng)駕駛?cè)藱C(jī)交互式強(qiáng)化學(xué)習(xí)方法

摘要： 針對(duì)當(dāng)前自動(dòng)駕駛領(lǐng)域中深度強(qiáng)化學(xué)習(xí)(deep reinforcement learning, DRL)所面臨的高計(jì)算性能需求和收斂速度慢的問(wèn)題，將變分自編碼器(variational autoencoder, VAE)和近端策略?xún)?yōu)化算法(proximal policy optimization, PPO)相結(jié)合。通過(guò)采用VAE的特征編碼技術(shù)，將Carla模擬器獲取的語(yǔ)義圖像有效... （共5頁(yè)）