arXiv cs.LG·46 天前★ 2

DRL与MPC共享控制权的复合梯度学习

原文标题：Composite-Gradient Learning for Shared Control Authority Between Deep Reinforcement Learning and Model Predictive Control

重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

论文提出复合梯度学习（CGL），将MPC控制器纳入DRL学习过程，把DRL与MPC控制输入表示为联合动作并考虑其交互。在两个多类高速公路交通网络上评估，弱交互下收益有限，强交互下部分训练运行中学习到更优控制策略，但平均性能提升温和。

论文速读 · 四段结构cs.LG去论文速读 →

AI 处理过程展开/收起

原始标题：Composite-Gradient Learning for Shared Control Authority Between Deep Reinforcement Learning and Model Predictive Control

AI 中文标题：DRL与MPC共享控制权的复合梯度学习

来源：arXiv cs.LG · 发布于 46 天前

分类：学术研究 · AI 重要度：★ 2（2）

标签：深度强化学习 / 模型预测控制 / 共享控制 / 自动驾驶 / 复合梯度

关键词：deep reinforcement learning / model predictive control / shared control / gradient

AI 生成以上内容由 AI 自动生成：中文标题、摘要、分类与重要度；同一事件的多家报道会自动归并展示。内容仅供参考，可能存在偏差，请以原文为准，不构成任何投资或专业建议。
版权归原作者与原发布平台所有；若涉及侵权或信息错误，请在举报与侵权投诉页反馈，我们会及时处理。

相关推荐