《表2 网络评价参数：基于深度强化学习的单目视觉自动驾驶决策系统》
提示：宽带有限、当前游客访问压缩模式
本次实验设计主要参考两个参数，即转向角（angle）和速度（speed），而速度主要是由刹车和油门两个传感器控制，因此具体的传感器参数设置如表2所示。
| 图表编号 | XD00178449300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.01 |
| 作者 | 杨明珠 |
| 绘制单位 | 大连交通大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 训练信息：基于深度强化学习的自动驾驶车控制算法研究》2020.07.10
- 《表2 消融实验结果：基于稠密连接网络的单目深度估计》2020.06.01
- 《表2 基于深度强化学习算法的自动驾驶模型训练环境、数据集和方法》2021.01.16
- 《表2 层状地层模型参数：一种适用于强辐射场的单目视觉系统》2020.11.05
- 《表1 传感器输入：基于深度强化学习的自动驾驶研究》2020.05.25
- 《表3 实验硬件平台配置：基于深度强化学习的单目视觉自动驾驶决策系统》2020.05.01
- 《表1 PPO算法伪代码：基于深度强化学习的单目视觉自动驾驶决策系统》2020.05.01
- 《表2 网络深度对比结果：基于深度视觉注意神经网络的端到端自动驾驶模型》2020.07.10
- 《表1 编码器结构详情：基于卷积神经网络的单目深度估计》2020.07.01
- 《表2 解码器结构详情：基于卷积神经网络的单目深度估计》2020.07.01
- 《表3 实验数据对比：基于卷积神经网络的单目深度估计》2020.07.01
- 《表3 参数配置表：基于深度递归强化学习的无人自主驾驶策略研究》2020.04.25
- 《表1 无线网络参数取值：基于深度强化学习的无线网络资源分配算法》2020.08.10
- 《表1 AGC参数设置：基于深度强化学习的泛在电力物联网综合能源系统的自动发电控制》2020.02.20
- 《表1 场景预测评价指标：基于深度学习的夜间模式下自动驾驶场景预测》2019.10.01
- 《表3 评论家网络结构：基于多类型传感数据的自动驾驶深度强化学习方法》2019.07.01
- 《表4 训练参数设置：基于多类型传感数据的自动驾驶深度强化学习方法》2019.07.01
- 《表2 演员网络结构：基于多类型传感数据的自动驾驶深度强化学习方法》2019.07.01
- 《表1 姿态角测量误差：基于EPNP算法的单目视觉测量系统研究》2019.05.25
- 《表2 噪声等级：基于深度学习和人眼视觉系统的遥感图像质量评价》2019.03.25