《表1 传感器输入：基于深度强化学习的自动驾驶研究》
提示：宽带有限、当前游客访问压缩模式
TORCS提供18种类型的传感器输入。选择如表1所示的向量输入。ob.angle是汽车方向与轨道轴线方向之间的夹角。ob.track是19个测距传感器的矢量。
| 图表编号 | XD00178485300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.05.25 |
| 作者 | 刘偲 |
| 绘制单位 | 北方工业大学电气与控制工程学院 |
| 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 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 视频输入算法测试：基于深度学习的多维疲劳驾驶检测系统》2020.12.05
- 《表2 建筑半自动化成果：基于深度学习的驾驶证识别方法研究》2020.07.01
- 《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》2020.05.01
- 《表1 卷积神经网络结构：基于强化学习的无人驾驶仿真研究》2020.06.10
- 《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4 输入输出数据排序：基于迁移学习的FDR土壤水分传感器自动标定模型研究》2020.02.25
- 《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 卷积核参数：基于深度强化学习的行星车路径规划方法研究》
- 《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1 试验配置：基于深度学习的夜间模式下自动驾驶场景预测》2019.10.01
- 《表1 仿真使用平台：基于深度强化学习的移动机器人导航策略研究》2019.08.25
- 《表2 实验环境配置：基于深度残差学习的自动驾驶道路场景理解》2019.09.01
- 《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 超参数配置：基于动态融合目标的深度强化学习算法研究》2019.04.01