标题：基于深度强化学习的多智能体高速车道检测研究
作者：张华雪1；徐野1，2
作者单位：1 沈阳理工大学自动化与电气工程学院，辽宁 沈阳 110159；2 沈阳建筑大学智能建造实验室，辽宁 沈阳 110168
关键字：强化学习；车道线数据检测；深度学习；智能体；奖励机制
摘要：随着汽车技术与人工智能领域的发展，高级驾驶员辅助系统越来越流行，自动驾驶技术能够极大地提高效率、降低成本。相对应的可行驶区域检测、车道线检测和车速估计等便成为了关键性的一环。一些检测方法仅检测带有粗略边界框的车道线，而忽略特定曲线车道的形状，将深度强化学习引入到了车道检测模型中，采用智能体定位点移动来实现准确的车道检测和定位。用以改善辅助驾驶系统，提高车道线识别情况。无论是对于驾驶员还是自动驾驶系统，都有很好的驾驶体验改善作用。