自動運転における非信号交差点での相互認識型報酬駆動カリキュラム学習

提案されたRD-ACPPOアプローチは、非信号交差点での相互認識型自動運転のためのRLポリシーを訓練することを可能にし、最高のタスク成功率と効果的なトレーニング成果を実現します。