نمایش مختصر رکورد

استراتژی تصمیم گیری در بزرگراه برای خودروی خودران جهت انجام مانور سبقت‌گیری با استفاده از روش یادگیری تقویتی عمیق

dc.contributor.authorریزه‌وندی, علیfa_IR
dc.contributor.authorآزادی, شهرامfa_IR
dc.date.accessioned1403-12-21T01:46:31Zfa_IR
dc.date.accessioned2025-03-11T01:46:31Z
dc.date.available1403-12-21T01:46:31Zfa_IR
dc.date.available2025-03-11T01:46:31Z
dc.date.issued2024-06-21en_US
dc.date.issued1403-04-01fa_IR
dc.date.submitted2023-09-30en_US
dc.date.submitted1402-07-08fa_IR
dc.identifier.citationریزه‌وندی, علی, آزادی, شهرام. (1403). استراتژی تصمیم گیری در بزرگراه برای خودروی خودران جهت انجام مانور سبقت‌گیری با استفاده از روش یادگیری تقویتی عمیق. مهندسی مکانیک امیرکبیر (امیرکبیر), 56(4), 595-620. doi: 10.22060/mej.2024.22682.7659fa_IR
dc.identifier.issn2008-6032
dc.identifier.issn2476-3446
dc.identifier.urihttps://dx.doi.org/10.22060/mej.2024.22682.7659
dc.identifier.urihttps://mej.aut.ac.ir/article_5525.html
dc.identifier.urihttps://iranjournals.nlai.ir/handle/123456789/1145678
dc.description.abstractرانندگی خودکار یک فناوری جدید برای کاهش تصادفات رانندگی و بهبود راندمان رانندگی می‌باشد. در این پژوهش، یک سیاست تصمیم‌گیری مبتنی بر یادگیری تقویتی عمیق برای خودروهای خودران جهت سناریو سبقت‌گیری در بزرگراه ارائه شده است. برای این منظور ابتدا یک محیط ترافیکی بزرگراهی ایجاد می‌شود که هدف در آن عبور عامل از وسایل نقلیه اطراف با یک مانور کارآمد و ایمن می‌باشد. همچنین یک چارچوب کنترل سلسله مراتبی برای کنترل این وسایل نقلیه ارائه شده است که دستورات سطح بالا تصمیمات رانندگی را مدیریت می‌کند و دستورات سطح پایین به نظارت بر سرعت و شتاب وسیله نقلیه می‌پردازد. سپس، روش خاص مبتنی بر یادگیری تقویتی عمیق  به نام الگوریتم گرادیان سیاست قطعی عمیق  برای استخراج سیاست تصمیم‌گیری در بزرگراه استفاده می‌شود. سپس عملکرد الگوریتم گرادیان سیاست قطعی عمیق با الگوریتم شبکه عمیق کیو مورد مقایسه قرار گرفته است و نتایج استخراج شده از دو الگوریتم مورد ارزیابی و بررسی قرار خواهند گرفت. همچنین در این پژوهش برای شبیه‌سازی مسئله ذکرشده یعنی سبقت‌گیری در محیط بزرگراه از نرم افزار متلب نسخه 2022 استفاده شده است. نتایج شبیه‌‌سازی نشان می‌دهد که سیاست سبقت‌گیری مبتنی بر الگوریتم گرادیان سیاست قطعی عمیق می‌‌تواند وظایف رانندگی در بزرگراه را به طور اثربخش و ایمن انجام دهد.fa_IR
dc.languageفارسی
dc.language.isofa_IR
dc.publisherدانشگاه صنعتی امیر کبیرfa_IR
dc.relation.ispartofمهندسی مکانیک امیرکبیر (امیرکبیر)fa_IR
dc.relation.isversionofhttps://dx.doi.org/10.22060/mej.2024.22682.7659
dc.subjectخودروهای خودرانfa_IR
dc.subjectتصمیمگیریfa_IR
dc.subjectیادگیری تقویتی عمیقfa_IR
dc.subjectسبقت‌گیریfa_IR
dc.subjectالگوریتم گرادیان سیاست قطعی عمیقfa_IR
dc.subjectکنترل سیستمهای دینامیکیfa_IR
dc.titleاستراتژی تصمیم گیری در بزرگراه برای خودروی خودران جهت انجام مانور سبقت‌گیری با استفاده از روش یادگیری تقویتی عمیقfa_IR
dc.typeTexten_US
dc.typeمقاله پژوهشیfa_IR
dc.contributor.departmentدانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.fa_IR
dc.contributor.departmentدانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران.fa_IR
dc.citation.volume56
dc.citation.issue4
dc.citation.spage595
dc.citation.epage620


فایل‌های این مورد

فایل‌هااندازهقالبمشاهده

فایلی با این مورد مرتبط نشده است.

این مورد در مجموعه‌های زیر وجود دارد:

نمایش مختصر رکورد