论文部分内容阅读
目前虚拟环境中的无人驾驶车辆运动行为的智能训练主要通过无人驾驶车辆和环境的不断交互完成强化学习决策任务,存在无人驾驶车辆训练速度较慢且效率低下的问题.针对此问题,本文将车辆运动模拟技术和CMA-ES算法结合,提出了一种虚拟环境中基于改进协方差自适应算法(Covariance Matrix Adaptive Evolutionary Strategy,CMA-ES)算法的无人驾驶车辆运动行为智能训练方法,首先模拟车辆的运动行为,得到特殊路段的运动行为和环境信息数据;然后对模拟得到的环境信息数据进行编码预处理