蛋总的快乐生活

Summit:A Simulator for Urban Driving思维导图摘要I. INTRODUCTIONII. RELATED WORKA 现有的驾驶模拟器B 人群模拟算法III. SUMMIT模拟器A 表示真实世界的地图B 人群行为模型C 接口IV. 根据语境感知（CONTEXT-AWARE）制定POMDP规划信念追踪语境POMDP（Context-POMDP）V. 结果A 真实世界的基准情景B 基准情景下的模拟与基于规则的模拟比较D 模拟的效率和可扩展性E CONTEXT-POMDP规划器的驾

End-to-End Model-Free Reinforcement Learning for Urban Driving using Implicit Afforda摘要1 引言2 相关工作2.1 用RL实现端对端无人驾驶2.2 辅助任务和学习能力3 Carla的挑战4. 方法4.1 RL设置 Rainbow-IQN Ape-X4.2 奖励设计（reward shaping）4.3 网络结构5 在复杂的自动驾驶任务中应用RL的挑战和解决方案5.1 训练具有高复杂度输入大小的RL：隐性潜在动作如何用更大的