典型文献
智能车辆规划与控制策略学习方法综述
文献摘要：
智能车辆相关技术已实现了长足的发展,并已能够在有限封闭场景中实现自主行驶的基本功能.然而,实际道路测试结果表明,目前智能车辆技术仍存在较多局限,而智能车辆在复杂城市与越野环境的大规模应用仍面临较多挑战.作为智能车辆关键技术之一,运动规划与控制技术已基本建立了完整的理论体系并已得到较多工程应用,但传统方法在实际应用中仍存在动态复杂场景理解能力弱、场景适应性差、模型复杂度高、参数调整难度大等缺陷.由于机器学习方法具备较强的知识表征与模型拟合能力,其已经在智能车辆的感知与导航技术中得到了广泛的应用.而为了解决传统运动规划与控制技术存在的泛化性与适用性等问题,许多研究者近年来也开始探索基于深度学习、强化学习等机器学习方法的运动规划与控制方法.本文将对目前基于机器学习的智能车辆规划与控制方法研究现状进行回顾,从规划与控制策略基本架构、基本学习范式以及基于学习的规划与控制方法三方面对现有智能车辆规划与控制策略学习方法进行分析,最后对研究现状与未来发展方向进行总结与展望.
文献关键词：
智能车辆;机器学习;运动规划与控制;模型预测控制
中图分类号：
作者姓名：
龚建伟;龚乘;林云龙;李子睿;吕超
作者机构：
北京理工大学 机械与车辆学院, 北京 100081;代尔夫特理工大学, 荷兰, 代尔夫特 2628CN
文献出处：
引用格式：
[1]龚建伟;龚乘;林云龙;李子睿;吕超-.智能车辆规划与控制策略学习方法综述)[J].北京理工大学学报,2022(07):665-674
A类：
B类：
智能车辆,策略学习,方法综述,基本功能,实际道路测试,越野环境,运动规划与控制,已得,复杂场景,场景理解,理解能力,模型复杂度,参数调整,机器学习方法,知识表征,模型拟合,导航技术,传统运动,技术存在,泛化性,强化学习,基于机器学习,控制方法研究,基本架构,学习范式,总结与展望,模型预测控制
AB值：
0.284197
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
