Scidown文献预览系统！
基于深度强化学习的高速公路入口匝道融合自动驾驶方法( A deep reinforcement learning-based approach for autonomous driving in highway on-ramp merge )
H Wang S Yuan M Guo X Li W Lan
本文研究了一种分散非合作的自动驾驶车辆（AVs）通过并行入口匝道进行高速公路并线的问题。由于道路环境的高度动态性和复杂性，这一问题具有挑战性。提出了一种基于深度强化学习的方法。该方法的核心是一个深度Q网络(DQN)，它以动态交通状态为输入，输出纵向加（减）速和车道并线等动作。该入口匝道并轨问题的总奖励由并轨成功奖励、并轨安全奖励和并轨效率奖励三部分组成。为了对模型进行训练和测试，我们构建了一个具有真实驾驶参数的高速公路入口匝道并线仿真实验。实验结果表明，所提出的方法能够根据对交通环境的观察做出合理的并线决策。我们还将我们的方法与一种最新的方法进行了比较，并且通过在复杂的高速公路并行型入口匝道合并场景中做出具有挑战性的合并决策，证明了我们的方法的优越性能。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 缺氧-复氧诱导巨噬细胞极化，导致外泌体miR-29a的释放，介导心肌细胞焦亡下载
scidown sm掺杂0.88NaNbO3-0.12Sr0.7Bi0.2TiO3无铅陶瓷的储能性能显著提高下载
scidown 大规模制造具有高热稳定性和长期耐腐蚀性能的持久和自愈合超疏水涂层下载