7.5基于强化学习的换道决策方法张军

传统换道决策方法研究现状基于监督学习的换道决策方法研究现状基于强化学习的换道决策方法研究现状一种基于混合探索策略的PERDuelingDDQN换道决策模型目录

1传统换道决策方法研究现状

在现有的研究中，无人车换道决策算法主要分为两部分：传统的基于规则的算法和基于机器学习的算法，而基于机器学习的换道决策算法又可分为监督学习和强化学习等方法。基于规则型的传统换道决策方法一般使用交通规则建立规则库，无人驾驶车辆根据当前车辆所处的环境做出适当的决策。在1986年Gipps提出了最早的基于规则的换道模型，最终的决策结果被建模为一组或者