【資料圖】
過去20年間，自動駕駛技術取得了巨大的進步，也面臨著諸多挑戰(zhàn)。近日，清華大學自動化系智能交通研究團隊封碩助理教授與美國密西根大學Mcity主任劉向宏教授等科研人員合作提出了基于密集強化學習的自動駕駛汽車加速測試方法，通過密集學習生成了專注安全關鍵場景的智能測試環(huán)境，解決了自動駕駛所面臨的“稀疏度災難”全新挑戰(zhàn)，實現(xiàn)了只需智能測試環(huán)境中的少量測試里程即可等效于自然測試環(huán)境中的海量測試里程，加速了自動駕駛汽車安全性測試評估過程103~105倍。
論文鏈接：網(wǎng)頁鏈接
標簽：
