arXiv cs.LG· Dechen Xie, Mushuang Liu·· 7 小时前AI 评分22
自动驾驶中强化学习算法的全面对比：FVI、RCPI、DQN 与 D-DDPG
Comprehensive Comparisons of Reinforcement Learning Algorithms in Autonomous Driving
AI 导读
研究在无信号交叉口同一自动驾驶决策问题上对比了 FVI、RCPI、DQN 和离散动作版 D-DDPG 四种强化学习算法。RCPI 最接近参考解且训练最稳定，但数据效率最低；D-DDPG 数据效率最高、与参考解差距第二小，但训练稳定性最差；DQN 是无模型方法中最稳定的，碰撞率却最高；FVI 碰撞率低于 DQN，但数据效率和稳定性都更差。
来源：arXiv cs.LG · arxiv.org