基本信息

---

下载

文档摘要

---

摘要

摘要

自动驾驶技术正引领交通系统的智能化转型，能有效提升通行效率与行车安

全。行为决策作为自动驾驶系统的核心模块，关键在于复杂道路场景下的高效安

全决策。基于规则的决策方法对突发场景适应性有限，而强化学习在连续动作空

间中Q值高估和策略稳定性问题亟待突破。为此，本文设计了基于行动者-评论

家架构的强化学习决策算法RSACE（RegularizationSoftActorCr