| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 自动驾驶技术的研究现状 | 第13-15页 |
| 1.2.2 深度强化学习方法的研究现状 | 第15-16页 |
| 1.3 论文研究的内容 | 第16-17页 |
| 1.4 论文的组织 | 第17-18页 |
| 第二章 深度强化学习方法概述 | 第18-24页 |
| 2.1 深度学习 | 第18-19页 |
| 2.2 强化学习 | 第19-21页 |
| 2.3 经验池回放 | 第21页 |
| 2.4 聚类方法 | 第21-22页 |
| 2.5 深度强化学习 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 自动驾驶仿真器 | 第24-27页 |
| 3.1 The Open Racing Car Simulation | 第24-25页 |
| 3.2 Championship Platform | 第25-26页 |
| 3.3 本章小结 | 第26-27页 |
| 第四章 自动驾驶策略仿真系统 | 第27-33页 |
| 4.1 系统架构 | 第27页 |
| 4.2 预训练网络模型权值 | 第27-28页 |
| 4.3 模型的交互式学习和测试 | 第28-29页 |
| 4.4 经验池回放的约束 | 第29-31页 |
| 4.5 状态特征的聚类分析处理 | 第31-32页 |
| 4.6 本章小结 | 第32-33页 |
| 第五章 实验结果及分析 | 第33-45页 |
| 5.1 环境配置 | 第33-34页 |
| 5.2 训练数据样本的设置 | 第34-35页 |
| 5.3 基于经验池回放和深度强化学习的自动驾驶仿真系统研究 | 第35-39页 |
| 5.3.1 参数配置 | 第35页 |
| 5.3.2 模型训练效率及控制性能 | 第35-37页 |
| 5.3.3 经验池大小对网络模型的影响 | 第37-39页 |
| 5.4 针对状态特征聚类的自动驾驶控制决策学习的案例研究 | 第39-44页 |
| 5.4.1 参数配置 | 第39-40页 |
| 5.4.2 聚类分析模型 | 第40-41页 |
| 5.4.3 模型训练效率及控制性能 | 第41-42页 |
| 5.4.4 聚类数量的影响 | 第42-43页 |
| 5.4.5 泛化能力测试 | 第43-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第六章 总结与展望 | 第45-47页 |
| 6.1 研究总结 | 第45-46页 |
| 6.2 研究展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |
