LEARNING
无信号交叉口自动驾驶车辆的紧凑潜在协调
Gil Lifshits, Igal Bilik, Gilad Katz
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为MAPS的分层深度强化学习架构，通过中央主智能体生成紧凑的连续嵌入（即原型计划）来编码全局协调策略，分散的工作智能体结合局部观测执行车辆控制。在HighwayEnv的72种交叉口配置中，MAPS实现了无碰撞导航并显著降低了平均行驶时间，且在三智能体训练后零样本部署到五智能体场景时成功率高达94%。
关键词
multi-agent reinforcement learninghierarchical deep reinforcement learningautonomous vehiclesunsignalized intersectionscoordination
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018