VIP10
本课程属于：087-强化学习驾驶决策与控制工程 智能汽车与新能源汽车工程 · 共 10 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

多智能体强化学习交通交互工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=多智能体强化学习交通交互工程的… · 核心概念 · 整体框架与典型应用场景
课程导入目标=多智能体强…
02
交通交互基础
目标=交通流理论 · 车辆运动学与动力学 · 道路网络建模
交通交互基础目标=交通流理论
03
强化学习入门
目标=马尔可夫决策过程 · 值函数与策略梯度 · Q-learning
强化学习入门目标=马尔可夫决…
04
多智能体系统基础
目标=多智能体环境特性 · 合作与竞争关系 · 全局与局部观测
多智能体系统基础目标=多智能体环…
05
多智能体强化学习核心方法
目标=MADDPG · QMIX · VDN
多智能体强化学习…MADDPG
06
交通交互建模
目标=车辆交互图 · 社会注意力机制 · 博弈论基础
交通交互建模目标=车辆交互图
07
仿真环境与工具链
目标=SUMO · CARLA · Highway-env
仿真环境工具链
08
状态与动作空间设计
目标=局部感知 · 邻车特征 · 历史轨迹
状态动作空间设计
09
奖励函数工程
目标=通行效率 · 安全性 · 舒适性
奖励函数工程目标=通行效率
10
训练流程与调参
目标=并行采样 · 经验回放 · 课程学习
训练流程调参
11
通信与协调机制
目标=可微分通信 · 注意力通信 · 图神经网络协调
通信协调机制
12
混合交通流交互
目标=自动驾驶与人工驾驶混行 · 行为异质性 · 交互不确定性
混合交通流交互目标=自动驾驶
13
交叉口与匝道场景
目标=无信号交叉口 · 信号控制交叉口 · 匝道汇入
交叉口匝道场景
14
车队与编队控制
目标=协同自适应巡航 · 队列稳定性 · 换道协同
车队编队控制
15
安全与鲁棒性
目标=安全约束强化学习 · 控制屏障函数 · 对抗攻击
安全鲁棒性
16
可解释性与可信性
目标=策略可视化 · 注意力热力图 · 反事实分析
可解释性可信性
17
案例实战一
目标=基于 Highway-env…
案例实战一Highway-env
18
案例实战二
目标=基于 SUMO 的城市交叉口多…
案例实战二SUMO
19
案例实战三
目标=基于 CARLA 的复杂交互场…
案例实战三CARLA
20
案例实战四
目标=基于 Ray RLlib 的分…
案例实战四Ray
21
评估与基准
目标=交通效率 · 安全 · 舒适
评估基准
22
常见问题一
目标=训练不收敛 · 奖励稀疏 · 智能体惰性
常见问题一目标=训练不收敛
23
常见问题二
目标=仿真到现实差距 · 观测延迟 · 通信丢包
常见问题二目标=仿真到现实…
24
常见问题三
目标=多目标冲突 · 安全与效率权衡 · 策略过拟合与场景泛化能力不足
常见问题三目标=多目标冲突
25
工程化部署
目标=模型压缩 · 推理加速 · 边缘计算
工程化部署目标=模型压缩
26
数据与平台工程
目标=数据采集 · 标注 · 回放
数据平台工程
27
前沿方向
目标=大语言模型辅助决策 · 世界模型 · 离线多智能体强化学习
前沿方向目标=大语言模型…
28
综合提升一
目标=从单智能体到多智能体的迁移学习…
综合提升一目标=从单智能体…
29
综合提升二
目标=面向真实交通系统的多智能体强化…
综合提升二目标=面向真实交…
30
课程总结与展望
目标=知识体系回顾 · 能力自评 · 开放挑战
课程总结目标=知识体系回…