中国学术期刊网络出版总库
  关闭
基于AMDP-Q的自主车辆行驶策略求解  
   推荐 CAJ下载 PDF下载
【英文篇名】 Solving driving policy for autonomous vehicles via AMDP-Q
【下载频次】 ★★
【作者】 夏林锋; 钱徽; 陈沈轶; 金卓军;
【英文作者】 Xia Linfeng Qian Hui Chen Shenyi Jin Zhuojun (College of Computer Science and Technology; Zhejiang University; Hangzhou 310027; China);
【作者单位】 浙江大学计算机科学与技术学院;
【文献出处】 华中科技大学学报(自然科学版) , Journal of Huazhong University of Science and Technology(Natural Science Edition), 编辑部邮箱 2011年 S2期  
期刊荣誉:中文核心期刊要目总览  ASPT来源刊  中国期刊方阵  CJFD收录刊
【中文关键词】 自主汽车; 部分可观察马尔可夫决策过程(POMDP); Q学习; 增广马尔可夫决策过程(AMDP); 连续状态空间;
【英文关键词】 autonomous vehicle; partially observable Markov decision process(POMDP); Q-learning; augmented Markov decision process(AMDP); continuous state space;
【摘要】 结合增广马尔可夫决策过程(AMDP),蒙特卡罗-部分可观察马尔可夫决策过程(MC-POMDP)以及Q学习,提出了AMDP-Q学习(AMDP-Q)算法.算法的主要思想是:首先用一个低维充分统计量表示原信念状态空间,通常使用最大似然状态和信念状态的信息熵作为充分统计量,其组成的空间称为增广状态空间;然后应用参考状态集离散化该空间,并利用Q学习和Shepard插值得到连续状态的转移函数和回报函数;最后使用具有知识探索性质的ε-贪婪策略进行策略选择.实验结果表明:AMDP-Q比MC-POMDP收敛速度更快.
【英文摘要】 Augmented Markov decision process Q-Learning(AMDP-Q) was proposed,which was inspired by the thought of combination of AMDP, Monte Carlo-partially observable Markov decision process(MC-POMDP) and Q-learning.Firstly a lower-dimensional sufficient statistic was taken to represent the belief state space.In the common situation,a good choice was the tuple of the maximum likelihood state and the entropy of the belief.The new space composed of this tuple was referred to as the augmented state space.Secondly,a set ...
【基金】 国家自然科学基金资助项目(90820306)
【更新日期】 2012-03-14
【分类号】 TP181;O211.62
【正文快照】 因为设备和环境的复杂性,自主车辆使用的都是部分可观察马尔可夫决策过程(POMDP)模型.当状态为离散状态时,POMDP存在求精确解的算法,如Witness算法[1]等,但其计算复杂度是PSPACE完全的[2],所以实际中使用的均为近似POMDP模型.近似POMDP模型主要有3种:定性马尔可夫决策过程(QMDP

xxx
【读者推荐文章】中国期刊全文数据库 中国博士学位论文全文数据库
【相似文献】
中国期刊全文数据库
中国优秀硕士学位论文全文数据库
中国博士学位论文全文数据库
中国重要会议论文全文数据库
中国重要报纸全文数据库
中国学术期刊网络出版总库
点击下列相关研究机构和相关文献作者,可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献,使您全面了解该机构和该作者的研究动态和历史。
【文献分类导航】从导航的最底层可以看到与本文研究领域相同的文献,从上层导航可以浏览更多相关领域的文献。

工业技术
  自动化技术、计算机技术
   自动化基础理论
    人工智能理论
     自动推理、机器学习

数理科学和化学
  数学
   概率论与数理统计
    概率论(几率论、或然率论)
     随机过程
      马尔可夫过程
  
 
  CNKI系列数据库编辑出版及版权所有:中国学术期刊(光盘版)电子杂志社
中国知网技术服务及网站系统软件版权所有:清华同方知网(北京)技术有限公司
其它数据库版权所有:各数据库编辑出版单位(见各库版权信息)
京ICP证040431号    互联网出版许可证 新出网证(京)字008号