声明
符号使用说明
第一章 绪论
1.1 课题研究背景与研究意义
1.2 智能车及其决策规划方法研究现状
1.2.1 国外智能驾驶汽车发展现状
1.2.2 国内智能驾驶汽车发展现状
1.2.3 智能驾驶汽车决策规划方法研究现状
1.3 机器学习在智能驾驶领域应用中的研究现状
1.3.1 智能驾驶领域中的深度学习技术
1.3.2 智能驾驶领域中的增强学习技术
1.4 本文的研究内容和主要贡献
1.4.1 本文研究内容
1.4.2 本文主要贡献
第二章 行人轨迹预测Social-Grid LSTM方法
2.1 行人轨迹预测方法概述
2.1.1 问题描述
2.1.2 基于模型的轨迹预测方法
2.1.3 基于循环神经网络RNN的轨迹预测方法
2.2 轨迹预测Social-Grid LSTM方法
2.2.1 二维Grid长短时期记忆网络LSTM网络模型
2.2.2 Social-Grid LSTM网络模型
2.3 实验结果与分析
2.3.1 数据集和度量标准
2.3.2 实验设置
2.3.3 结果分析
2.4 本章小结
第三章 智能车辆动态避障的深度增强学习方法
3.1 智能车辆动态避让行人的问题描述
3.1.1 马尔科夫决策过程
3.1.2 动态避障问题的MDP建模
3.2 车辆的动力学模型
3.3 基于Deep Q-Learning的智能车辆动态避障方法
3.4 实验结果与分析
3.4.1 环境设置
3.4.2 结果分析
3.5 本章小结
第四章 基于深度增强学习的人机协同动态避障方法研究
4.1 问题描述
4.2 基于Deep Q-Learning的人机协同动态避障方法
4.2.1 人机协同机制建模
4.3 实验结果与分析
4.4 本章小结
第五章 结论与展望
5.1 论文工作总结
5.2 对未来工作的展望
致谢
参考文献
作者在学期间取得的学术成果
国防科学技术大学国防科技大学;