A deep reinforcement learning based motion cueing algorithm for vehicle driving simulation

Scheidel, Hendrik Mario und Asadi, Houshyar und Bellmann, Tobias und Seefried, Andreas und Shady, Mohamed und Saeid, Nahavandi (2024) A deep reinforcement learning based motion cueing algorithm for vehicle driving simulation. IEEE Transactions on Vehicular Technology, 73 (7), Seiten 9696-9705. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/TVT.2024.3375941. ISSN 0018-9545.

PDF - Nur DLR-intern zugänglich - Verlagsversion (veröffentlichte Fassung)
2MB

Offizielle URL: https://ieeexplore.ieee.org/document/10474200

elib-URL des Eintrags:

https://elib.dlr.de/218290/

Dokumentart:

Zeitschriftenbeitrag

Titel:

A deep reinforcement learning based motion cueing algorithm for vehicle driving simulation

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Scheidel, Hendrik Mario	Hendrik.Scheidel (at) dlr.de	https://orcid.org/0000-0002-8729-4106	203731108
Asadi, Houshyar	Institute for Intelligent Systems Research and Innovation Deakin University	https://orcid.org/0000-0002-3620-8693	NICHT SPEZIFIZIERT
Bellmann, Tobias	Tobias.Bellmann (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Seefried, Andreas	Andreas.Seefried (at) dlr.de	https://orcid.org/0000-0002-8367-2704	NICHT SPEZIFIZIERT
Shady, Mohamed	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Saeid, Nahavandi	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

18 März 2024

Erschienen in:

IEEE Transactions on Vehicular Technology

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/TVT.2024.3375941

Seitenbereich:

Seiten 9696-9705

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

0018-9545

Status:

veröffentlicht

Stichwörter:

Trajectory;Training;Prediction algorithms;Artificial neural networks;Real-time systems;Training data;Filtering;Motion cueing algorithm;deep reinforcement learning;proximal policy optimization;machine learning;artificial neural network;motion simulator

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

Komponenten und Systeme

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L CS - Komponenten und Systeme

DLR - Teilgebiet (Projekt, Vorhaben):

L - Flugzeugsysteme

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Flugsystemtechnik > Flugregelung und Simulation

Hinterlegt von:

Seefried, Andreas

Hinterlegt am:

27 Jan 2026 14:30

Letzte Änderung:

27 Jan 2026 14:30

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags