Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    AUTOMATED LANE CHANGE STRATEGY USING PROXIMAL POLICY OPTIMIZATION-BASED DEEP REINFORCEMENT LEARNING


    Beteiligte:
    Ye, Fei (Autor:in) / Cheng, Xuxin (Autor:in) / Wang, Pin (Autor:in) / Chan, Ching-Yao (Autor:in) / Zhang, Jiucai (Autor:in)

    Kongress:

    2020 IEEE inteligent vehicles symposium (IV 2020)



    Erscheinungsdatum :

    01.01.2020


    Format / Umfang :

    7 pages


    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Englisch




    Automated Speed and Lane Change Decision Making using Deep Reinforcement Learning

    Hoel, Carl-Johan / Wolff, Krister / Laine, Leo | IEEE | 2018


    Deep Reinforcement Learning Attitude Control of Fixed-Wing UAVs Using Proximal Policy optimization

    Bohn, Eivind / Coates, Erlend M. / Moe, Signe et al. | IEEE | 2019


    Lane-Merging Using Policy-based Reinforcement Learning and Post-Optimization

    Hart, Patrick / Rychly, Leonard / Knoll, Alois | IEEE | 2019


    A Reinforcement Learning Based Approach for Automated Lane Change Maneuvers

    Wang, Pin / Chan, Ching-Yao / Fortelle, Arnaud de La | IEEE | 2018