无信号交叉口处基于深度强化学习的智能网联车辆运动规划

张名芳,马健,赵娜乐,王力,刘颖

Intelligent connected vehicle motion planning at unsignalized intersections based on deep reinforcement learning

Mingfang ZHANG,Jian MA,Nale ZHAO,Li WANG,Ying LIU

表 2 TD3模型的超参数设置

Tab.2 Hyperparameter settings for TD3 model

参数名称 数值 折扣因子 0.99 Actor网络学习率 0.00002 Critic网络学习率 0.0001 学习率衰减间隔 2×104 批次大小 64 经验池大小 3×105 初始探索概率 0.5 最小探索概率 0.05 探索概率衰减步数 2×104 策略频率 2