[论文笔记]High-Speed Autonomous Drifting With Deep Reinforcement Learning

High-Speed Autonomous Drifting With Deep Reinforcement Learning

漂移任务得大多数传统方法都是基于汽车动力学的运动方程，本文提出得方法基于 “soft actor-critic”。 将漂移问题表述为轨迹跟踪问题。

补充知识

actor-critic

强化学习的算法，从名字上看包括两部分，演员(Actor)和评价者(Critic)。中Actor使用策略函数，负责生成动作(Action)并和环境交互。而Critic使用价值函数，负责评估Actor的表现，并指导Actor下一阶段的动作。

soft actor-critic

• Actor-critic框架（用两个网络分别近似policy和value function／Q function）
• Off-policy（提高样本效率）
• 最大化entropy（熵）来保证稳定性和exploration

强化学习

</