csdn公式编辑器不好用,就直接从word里面截图发上来一些理论公式:
长期规划问题
迷宫:复杂决策的情景----我们只有把基于搜索的和基于增强学习的算法结合,才能有效解决这类问题。
围棋:确定性的环境,长期奖励----基于搜索的和基于增强学习的算法结合
自动驾驶:环境非确定--转移函数未知
自动驾驶简介
感知、决策和控制
决策:(对安全和可靠性有着严格要求)
1 对行车计划进行长期规划
2 对周围车辆和行人的行为进行预测
注:关于这里的决策模块,对于驾驶中可能出现的各种突发情况