跳到主要内容
检索

# 类人行人模型

1 篇关联报道

订阅更新
  1. arXiv

    把行人过街建模为带感知、认知与运动约束的POMDP并用深度强化学习训练,模型复现了最广范围的行人过街实证行为

    该工作将行人—车辆交互定义为一个带有理论依据的感知、认知与运动约束的部分可观测马尔可夫决策过程(POMDP),在模拟器中用深度强化学习配合域随机化训练,使学习到的策略在包含多车道、密集车流和危险驾驶风格的复杂场景中表现出类人行为,并复现了迄今最广范围的行人过街实证发现,包括间隙接受、让行接受、犹豫和规避性速度调整;学习到的策略还能迁移到未见过的交通环境,并可通过微调适配本地交通规范。

已读完全部报道