有向無環(huán)圖區(qū)塊鏈輔助深度強(qiáng)化學(xué)習(xí)的智能駕駛策略優(yōu)化算法

摘要： 深度強(qiáng)化學(xué)習(xí)(DRL)在智能駕駛決策中的應(yīng)用日益廣泛，通過與環(huán)境的持續(xù)交互，能夠有效提高智能駕駛系統(tǒng)的決策能力。然而，DRL在實(shí)際應(yīng)用中面臨學(xué)習(xí)效率低和數(shù)據(jù)共享安全性差的問題。為了解決這些問題，該文提出一種基于有向無環(huán)圖(DAG)區(qū)塊鏈輔助深度強(qiáng)化學(xué)習(xí)的智能駕駛策略優(yōu)化(D-IDSO)算法。首先，構(gòu)建了基于DAG區(qū)塊鏈的雙層安全數(shù)據(jù)共享架構(gòu)，以確保模型數(shù)據(jù)共享的效率和安全性。其... （共10頁）