高速公路图在强化学习中的加速

该论文提出的价值迭代算法通过图神经网络执行，能够跨越任意环境模型，并在中间步骤上受到直接监督。

研究提出了一种基于图的马尔可夫决策过程的简单离线世界模型，称为 Value Memory Graph，有效解决回报稀疏和长时间跨度问题。

结合图神经网络和深度强化学习的方法提高了自主车辆在互动交通场景下的决策生成精度。

开发的 M-Walk 图行走代理在稀疏奖励情况下有效训练，展现出优于其他基于策略梯度的强化学习方法的性能。

提出基于图值迭代的领域无关方法，通过局部搜索空间的图结构提供更多信息学习信号，解决规划任务的目标状态。

基于模型的强化学习技术将 Monte-Carlo 树搜索应用于有限期的 Marov 决策过程，提供样本复杂度边界。

探讨了自主驾驶车辆的车辆跟随和变道模型，提出基于 Markov 决策过程的综合决策控制系统，评估结果显示 DQN 代理表现优于 Boltzmann 策略代理。

提出多智能体坐标线路图的图神经网络模型，能够在线协调并适应变化，适用于自主车辆的实时映射和车队管理。

基于强化学习的连接电动汽车经济驾驶框架旨在提高车辆能源效率，优化车辆动作方案，显著减少非人为驾驶车辆的能源消耗。