📖 书目详情
强化学习及其在自动驾驶汽车中的应用
| 著者 | 裴晓飞主编 |
| ISBN | 9787111809524 |
| 中图分类 | U463.61-39 交通运输 |
| 学科分类 | 工学 |
| 版次 | 第1版 |
| 出版社 | 机械工业出版社 |
| 丛书名 | 智能网联汽车·机器学习系列 |
| 出版年 | 2026 |
| 页码 | 182页 |
| 价格 | ¥119.00 |
| 可推荐册数 | 请登录后查看 |
| 核心评分 |
8.2/10
|
📝 内容简介
本书从强化学习算法应用的层面,总结了其在自动驾驶决策规划方面的典型案例。首先,全面阐述了自动驾驶汽车软件工程的特点,包括架构、场景和测试,其次系统总结了强化学习的理论基础,包括主要分类、典型算法及其衍生发展。从第4章开始,本书结合实践案例全面介绍了强化学习算法在不同场景自动驾驶任务中的应用,依次包括离线学习+在线学习、状态表征+强化学习、风险敏感的强化学习、强化学习+轨迹规划、强化学习+模仿学习、意图识别+强化学习和多智能体强化学习,力图通过对上述方法的具体阐述和结果分析对感兴趣的读者提供一定的技术参考和思维启发。
🏛️ 本馆馆藏信息
本馆暂无该书的馆藏记录,可在线借购