【标题】Deep Reinforcement Learning for Autonomous Driving: A Survey 【作者】B Ravi Kiran, Ibrahim Sobh, Victor Talpaert, Patrick Mannion, Ahmad A. Al Sallab, Senthil Yogamani, Patrick Pérez 【研究团队】Navya Technology 【发表时间】2021.1.23 论文链接 【推荐理由】深度强化学习（DRL）作为自动驾驶应用中的新兴研究领域。这篇综述总结了深度强化学习（DRL）算法，并提供了采用（D）RL方法的自动驾驶任务的分类法，同时解决了自动驾驶代理在现实世界部署中的关键计算挑战。

随着深度表征学习的发展，强化学习（RL）领域已成为功能强大的学习框架，能够在高维环境中学习复杂的策略。这篇综述总结了深度强化学习（DRL）算法，并提供了采用（D）RL方法的自动驾驶任务的分类法，同时解决了自动驾驶代理在现实世界部署中的关键计算挑战。它还描绘了相关领域但不是经典的RL算法的相邻领域，例如行为克隆，模仿学习，逆强化学习。讨论了模拟器在训练代理中的作用，验证，测试和增强RL中现有解决方案的方法。

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