智能车辆感知与优化控制的机器学习方法
【摘要】:针对复杂环境中智能车辆感知与优化控制面临的挑战,探讨了深度学习和增强学习理论与方法的若干重点研究方向,分别从如下三个方面报告了面向智能车辆感知与优化控制的机器学习方法研究进展:(1)结合深度卷积神经网络与超限学习分类的道路目标识别方法;(2)增强学习的特征表示新方法及在智能车辆优化决策与控制中的应用;(3)基于在线滚动时域优化的增强学习方法与自学习路径跟踪控制。最后对相关领域的研究发展趋势进行了讨论和展望。
【相似文献】 | ||
|
|||||||||
|
|
|||||
|