車両の横方向ガイダンスのための神経制御

物理的な車両パラメータの知識を持たずに、測定された人間の運転データから学習できる神経コントローラを使用した自律的な横方向車両ガイダンスの解決策について論じる。シミュレーションと実践テストにより、少数のフィードフォワード自律神経ネットワーク（21ニューロン）が、人間の運転例を見ているだけで高速度で車両を操縦することを学習できることが確認された。このようにして、ネットワークは、車両の非線形ダイナミクスや運転者の個々の運転スタイルを含む、全体的な閉ループ動作を学習する。実践的調査の主要な結果は、人間の運転例で訓練されたニュートラルコントローラが、より高い速度（最高130 km/hのテストで実施）でも消失しない非周期的な動作を示し、線形状態コントローラよりも少ない横方向偏差を生成することである。