where the weights p1 and p2 are det

where the weights p1 and p2 are determined by the user, c ̄ is the constraint violation rate defined as in Fig. 14, v ̄x is the average speed during the 200-s-simulations, and vmin and vmax are the lower and the upper bounds of the test vehicle’s speed, respectively. Note that this reward function is designed such that each of its terms is dimensionless. The parameters optimized in this example are the ratio (wl1)/(wl2),representing the weighting of the two layers in the evaluation metric function (13) in the decision tree evaluations, and xB, the size of region B in the longitudinal direction—a threshold of triggering the path planner.

結果 (繁體中文) 1:

其中權重P1和P2是由用戶確定，C̄是圖定義為約束違反率。14，V X是在200-S-模擬的平均速度，和Vmin和Vmax是下部和上部分別界定了測試車輛的速度。請注意，該獎勵功能設計，使得它的每一個條款是無量綱的。在這個例子中優化的參數是比（WL1）/（WL2），
表示在決策樹評價評價度量函數（13）的兩個層的權重，和XB，區域B的在縱向方向上的尺寸觸發路徑規劃器的-a的閾值。

結果 (繁體中文) 2:

當權重 p1 和 p2 由使用者確定時，c= 是圖 14 中定義的約束衝突速率，v_x 是 200 s 類比期間的平均速度，vmin 和 vmax 分別是測試車輛速度的下限和上限。請注意，此獎勵函數的設計使其每個術語都是無維度的。此示例中優化的參數是比率 （wl1）/（wl2），
表示決策樹評估中評估指標函數 （13） 中的兩個圖層的權重，以及 xB 縱向區域 B 的大小（觸發路徑規劃器的閾值）。

結果 (繁體中文) 3:

其中，權重p1和p2由用戶確定，c̄是如圖14中定義的約束違反率，v̄x是200-s類比期間的平均速度，vmin和vmax分別是測試車輛速度的下限和上限。注意，這個獎勵函數的設計使得它的每個項都是無量綱的。本例中優化的參數是比率（wl1）/（wl2），
表示決策樹評估中評估度量函數（13）中兩層的權重，以及xB表示縱向上區域B的大小-觸發路徑規劃器的閾值。