Dec, 2023
基于深度强化学习的交通场景目标检测算法
A Target Detection Algorithm in Traffic Scenes Based on Deep Reinforcement Learning
Xinyu Ren, Ruixuan Wang
TL;DR该研究提出了一种新颖的主动检测模型，利用深度强化学习来准确地检测实际场景中的交通物体。该模型通过实施自上而下的方法，利用基于 LSTM-CNN 的深度 Q 网络来识别和对齐具有特定交通物体类别的目标区域，并通过有效的环境特征提取。模型集成了历史和当前的动作和观察结果，进行综合分析。所设计的状态空间和奖励函数考虑了时间步长的影响，使得模型在较少的步骤中完成任务。进行的测试展示了该模型在定位交通信号灯和速限标志方面的卓越准确性和性能，突出了深度强化学习基于主动检测模型在交通相关应用中的功效和潜力，强调了其强大的检测能力和有 promising perfo rmance。