本文提出了三个实用的组件，用于加速深度强化学习算法实现自主驾驶汽车的战术驾驶决策，并在真实驾驶模拟器中进行了评估，结果表明所提出的方案在安全、效率和舒适度方面表现更卓越。

Feb, 2018

该论文介绍了一种将规划和学习结合起来的决策框架，通过蒙特卡罗树搜索和深度强化学习，并将其应用于高速公路驾驶案例，并与基线方法进行比较。结果表明该框架综合了规划和学习的优势，能够更好地应对自动驾驶中具有挑战性的决策制定问题。

May, 2019

本文介绍了一种利用深度强化学习解决自动驾驶问题的方案，不同于其他机器人任务，自动驾驶需要确保功能安全和在多个智能体情境下执行正确的决策，其中的主要挑战包括如何处理多个智能体的不确定行为，以及如何在 “Desires” 策略和难以控制的路径规划之间实现平衡。

Oct, 2016

本研究通过实现、评估和比较两种深度强化学习算法（Deep Q-networks 和 Trust Region Policy Optimization）来训练自动驾驶车辆，以及开发和应用奖励函数，并在基于模拟环境的高速公路自动驾驶训练平台中进行评估，结果显示 TRPO 算法在大多数情况下以及将多种驾驶演练和多种路况情况集成于一体的 ComplexRoads 训练环境中效果最佳。

Jun, 2023

通过使用全面集成的行为仿真 API，TorchDriveEnv 提供了一个易于使用且易于修改的轻量级 Python 强化学习基准，用于训练和评估驾驶模型，并与数据驱动的非玩家角色（NPC）进行比较，其初始化和驾驶行为具有反应性、逼真性和多样性，难易程度相对较高。

May, 2024

该论文介绍了一种用于自主车辆内部具有合作和竞争行为的模块化且可并行化的多智能体深度强化学习框架。通过使用 AutoDRIVE 生态系统来培养和部署多智能体强化学习策略，并利用具有独特特性和能力的两个缩小比例的自主车辆平台 Nigel 和 F1TENTH 来开发具有物理准确性和图形逼真性的数字孪生模型。

Sep, 2023

本研究开发了一个多模态架构，包括自我周围环境的建模，并训练了一个深度强化学习代理，以在随机高速公路驾驶场景中实现一致的性能，将自主驾驶问题分成多层控制结构使我们能够将 AI 的能力分别用于解决每一层，最终实现更可靠的系统，可在实际的自动驾驶汽车中实现。

Jun, 2019

本研究实现了一种用于自动驾驶汽车的深度 Q 学习网络（DQN），在二维（2D）自定义赛道上，旨在改进 DQN 网络的性能。通过使用 Pygame 开发自定义驾驶环境并设计和实现 DQN 模型，该算法利用汽车上安装的 7 个传感器收集与赛道之间的距离。我们成功实现了 DQN 和一种修改版的 DQN，其中包含基于优先级的动作选择机制，我们称之为修改后的 DQN。该模型经过 1000 次训练，代理人接收到的平均奖励约为 40，比原始 DQN 高出约 60%，比基础神经网络高出约 50%。

Feb, 2024

本研究旨在利用深度确定性策略梯度算法来应对自主驾驶中复杂的状态和行动空间，我们选择 The Open Racing Car Simulator (TORCS) 来模拟实验环境，并选择适宜的传感器信息设计奖励机制并建立 DPPG 模型，实验结果表明模型在多种场景下均取得了良好的效果。

Nov, 2018

我们发展了一个深度强化学习框架，专门用于自动卡车的战术决策，尤其是自适应巡航控制和高速公路上的车道变换动作。

Mar, 2024