强化学习自动驾驶论文阅读（一）

（一）paper传送门

Guided Policy Search Model-based Reinforcement Learning for Urban Autonomous Driving

（二）背景知识

强化学习（RL）---------------------------《Reinforcement Learning：An Introduction》第二版
Gaussian Mixed Model(GMM) --------- https://www.jianshu.com/p/9708bb0676b2
Dual Gradient Descent(DGD)-----------https://www.jianshu.com/p/e3e672311442
KL-divergence（KL散度）-------------- https://blog.csdn.net/ningyanggege/article/details/87906786
Carla(模拟器)--------------------------------https://carla.readthedocs.io/en/latest/

（三）摘要

本文提出了一种基于模型的强化学习算法：Guided Policy Search (GPS)来学习在复杂、密集的城市环境中自动驾驶。总体思想是：采用基于模型的思想和使用GMM首先对系统动态进行近似，然后用双梯度下降法（DGD）来优化约束的策略优化问题（受制于轨迹变化幅度的限制（