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
本文探讨了增强学习（RL）在自动驾驶领域的应用，强调了长期规划和决策的重要性。通过结合搜索和RL算法，可以解决复杂的自动驾驶问题。指出在环境不确定和转移函数未知的情况下，RL能提供自适应决策。同时，提出RL在自动驾驶中的挑战，包括自适应能力、模型可解释性和推理能力，并引用NVIDIA的DAVE-2系统和深度驾驶研究作为实例，展示了RL在端到端学习和模拟训练中的作用。
最低0.47元/天 解锁文章
607
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
