研究对比四种强化学习算法用于自动驾驶决策

一项研究在无信号交叉口的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。结果显示，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。该研究由 Dechen Xie 和 Mushuang Liu 发表。 这些结论来自该论文的对比实验，反映各算法在特定场景下的表现差异。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。