本文提出了一种安全的深度强化学习自动驾驶系统，采用了基于规则和基于学习的方法，其中包括手工制作的安全模块和动态学习的安全模块，通过模拟环境的实验结果证明了其优异的性能。

Oct, 2019

本文提出了一种基于强化学习算法的行人模拟方法，专门针对边缘案例下自动驾驶控制器的不足，并且能够产生更严重的碰撞，以便在复杂多变的情况下识别并纠正自动驾驶算法的缺陷。

Jun, 2023

本文介绍了一种基于深度强化学习和 LSTM 的算法，可以在不使用特定行为规则的情况下，学习各种类型的动态代理之间的避碰。通过仿真和在全自主机器人车辆上的实验，证明了该算法随着代理数量的增加能够更好地执行避碰，并且不需要使用 3D 激光雷达。

May, 2018

本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了具有不同车辆组成的六个交通系统的控制策略，发现了类似于波浪消减、交通信号和匝道计量等的多种新行为，并分析了这些行为以获得可解释的控制策略。

Jul, 2022

本文针对不断增长的城市人口和道路上日益增加的车辆，以保证交通的高效管理和安全成为了一个重要挑战。为了解决这些问题，本文以联邦深度强化学习（FDRL）技术为基础，对车辆避碰控制进行了全面研究。我们的主要目标是最小化行程延误，提高车辆的平均速度，同时注重安全和数据隐私保护。为了达到这一目标，我们针对本地模型深度确定性策略梯度（DDPG）和全局模型联邦深度确定性策略梯度（FDDPG）进行了比较分析，以确定它们在优化车辆避碰控制方面的效果。研究结果表明，相比于 DDPG 算法，基于 FDDPG 算法能更有效地控制车辆，避免碰撞。尤其是，基于 FDDPG 的算法在减少行程延误和提高平均速度方面取得了显著成效。

Aug, 2023

通过采用深度强化学习从事自主驾驶车辆上的车辆跟随和变道模型，本论文探讨了解决构成道路阻塞的突发情况，提出了基于 Markov 决策过程和 MEC 辅助架构的综合决策控制系统，并通过 SUMO 模拟器和 OPENAI GYM 评估了该模型的性能，结果显示使用 ε-greedy 策略进行训练的 DQN 代理明显优于使用 Boltzmann 策略进行训练的代理。

Sep, 2023

本论文基于强化学习（RL）与 Deep Q-Learning 框架以及 CARLA 仿真环境，探索了一种实现自动驾驶车辆在高速行驶时保持车道并避让其他车辆的策略，以提高交通安全性。

Jun, 2023

本文提出了一种结合现实强化学习、基于搜索的在线轨迹规划和自动紧急情况干预的高效碰撞避免系统，用于在室内实际环境下的移动机器人安全行驶。实验结果显示该方法比多种基线更优秀，可以实现更高的平均速度、更低的碰撞频率、更高的目标达成率、更小的计算开销和更平滑的整体控制。

Sep, 2022

研究开发了一个新型仿真环境，采用深度强化学习的方法训练代理人，在动态和不确定的交通环境中实现了一致的性能，并表明所提出的数据驱动方法在嘈杂的环境中表现显著优于完全依赖启发式的方法。

Sep, 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