中国研究人员发明全新动作好奇心算法增强不确定环境下的自主导航

新技术
2025-08-07 13:59

盖世汽车讯据外媒报道，在自主导航领域的一项突破性进展中，郑州大学一研究团队发现了一种新颖的路径规划优化方法，该方法在不确定的环境中表现出卓越的鲁棒性。这篇题为《基于行动好奇心的深度强化学习算法在非确定性环境中的路径规划（Action-Curiosity-Based Deep R..

盖世汽车讯据外媒报道，在自主导航领域的一项突破性进展中，郑州大学一研究团队发现了一种新颖的路径规划优化方法，该方法在不确定的环境中表现出卓越的鲁棒性。这篇题为《基于行动好奇心的深度强化学习算法在非确定性环境中的路径规划（Action-Curiosity-Based Deep Reinforcement Learning Algorithm for Path Planning in a Nondeterministic Environment）》的研究论文于6月3日发表，代表了人工智能与实际应用（尤其侧重于自动驾驶汽车）融合的重大飞跃。

图片来源：Junxiao Xue et al.

优化自动驾驶汽车路径规划的过程充满挑战，尤其是在这些车辆必须应对不可预测的交通状况时。随着人工智能技术的发展，研究人员正在积极探索各种策略，以提高这些系统的效率和可靠性。新开发的优化框架包含三个关键组件：环境模块、深度强化学习模块和创新的行动好奇心模块。