让混合 A * 路径规划器遵守交通规则：基于深度强化学习的规划框架

本文提出了一种简化的车辆微观模拟方法，并使用深度强化学习优化了六个交通系统的控制策略。研究发现了多种新行为，并分析了这些行为以获得可解释的控制策略。