计算机应用研究

作者：江安旎,杜煜,原颖,张昊,赵世昕,

单位：北京联合大学a.智慧城市学院;b.北京市信息服务工程重点实验室;c.机器人学院,北京100101；

关键词：深度强化学习,无人驾驶决策,交叉路口,循环神经网络,注意力机制,

基金：国家自然科学基金(面上)项目(52072213)；北京市教育委员会科研计划资助项目(KM202311417006)；北京市朝阳区科技局项目资助项目(纵20200028)；；

为了解决交叉路口场景下无人驾驶决策模型成功率低、模型不稳定、车辆通行效率低的问题，从两个方面对TD3算法作出改进，提出了基于GA-TD3算法的交叉路口决策模型。首先引入记忆模块，使用GRU神经网络来提升决策模型的成功率；其次在状态空间引入社会注意力机制，更加关注与社会车辆的交互行为，保证模型稳定性的同时提升车辆的通行效率。采用CARLA仿真器进行20 000回合的模型训练后，TD3算法通过路口的成功率为92.4%，GA-TD3算法的成功率为97.6%，且车辆的通行时间缩短了3.36 s。GA-TD3算法模型在学习效率和通行效率上均有所提升，可用于缓解城市中的交通压力，提高驾驶效率。

来源：2024年第7期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第7期