Reinforcement Learning-Based Adaptive Gain Tuning of Terminal Super-Twisting SMC for Lane-Change Control in Autonomous Vehicles

This paper presents a reinforcement learning–based adaptive gain tuning strategy for a Terminal Super-Twisting Sliding Mode Controller (TST-SMC) applied to autonomous vehicle lane-change maneuvers. The controller gains are adapted per-maneuver using a Twin-Delayed Deep Deterministic Policy Gr...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής

Κύριοι συγγραφείς:	Mohammadreza Maleki, Forough Sadat Razavi, Amir Taghavipour
Μορφή:	Artigo
Γλώσσα:	Inglês
Έκδοση:	IEEE 2025-01-01
Σειρά:	IEEE Access
Θέματα:	Autonomous vehicles reinforcement learning super-twisting sliding mode control lane change maneuvers adaptive control
Διαθέσιμο Online:	https://ieeexplore.ieee.org/document/11251178/
Ετικέτες:	Προσθήκη ετικέτας Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!