【标题】Combining YOLO and Deep Reinforcement Learning for Autonomous Driving in Public Roadworks Scenarios

【作者团队】Nuno Andrade, Tiago Ribeiro, Joana Coelho, Gil Lopes, A. Fernando Ribeiro

【发表日期】2022.3.9

【论文链接】https://www.scitepress.org/Papers/2022/109136/109136.pdf

【推荐理由】自动驾驶正在成为人工智能 (AI) 算法在监督学习和强化学习方法方面的一个有效的实际应用。人工智能是解决一些自动驾驶问题的方案，但它尚未充分研究以应对人类驾驶员每天面临的现实世界特定问题，例如临时道路工程和临时标志。这是提出本文中框架的核心动机。YOLOv3-tiny 用于检测车辆行驶路径中的道路工程标志。DDPG用于控制车辆在超越工作区域时的行为。乘客和周围环境的安全是最优先考虑问题。YOLOv3-tiny 实现了 94.8% 的 mAP，并在实际应用中被证明是可靠的。DDPG 使车辆在测试时成功运行超过 50% 的场景，但仍需要一些改进才能应用于现实世界以确保安全驾驶。

内容中包含的图片若涉及版权问题，请及时与我们联系删除