开发工具:
文件大小: 1mb
下载次数: 0
上传时间: 2021-03-31
详细说明：尽管先进的驾驶员辅助系统（ADAS）已在汽车行业广泛采用，以提高驾驶安全性和舒适性并减轻驾驶员的驾驶负担，但它们通常不会反映不同驾驶员的驾驶风格或个性化定制。 这对于舒适和愉快的驾驶体验以及提高市场接受度可能很重要。 但是，由于驾驶员数量众多且差异很大，要理解并进一步确定驾驶员的驾驶方式具有挑战性。 先前的研究主要在对驾驶员的驾驶行为进行建模时采用了物理方法，但是，即使不是不可能，在捕获人类驾驶员的驾驶特性方面也常常受到很大的限制。 本文提出了一种基于强化学习的方法，该方法通过驾驶员与周围环境的互动学习过程来制定驾驶风格。 根据强化学习理论，可以将驾驶行为视为最大化奖励功能。 代替校准未知奖励函数以满足驾驶员的期望响应，我们尝试利用最大似然逆向强化学习（MLIRL）从人类驾驶数据中恢复它。 本文还提出了一种基于IRL的纵向驾驶辅助系统。 首先，从测试车辆收集大量的现实世界驾驶数据，并将数据分为两组分别用于训练和测试目的。 然后，将纵向加速度建模为人类驾驶活动中的玻耳兹曼分布。 奖励函数表示为一些核化基函数的线性组合。 基于训练集，使用MLIRL估算驾驶风格参数向量。 最后，开发了基于学习的纵向驾驶辅助算法，并在测试集上进行了评估。 结果表明，该方法能够较好地反映驾驶员的驾驶行为。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
