个人想法

1. 2019CVPR加州大学圣塔芭芭拉分校王威廉组的王鑫论文，提出的新方法结合了强化学习和自监督模仿学习两者之长，在==视觉-语言导航== 任务上取得了显著的进步。

参考链接https://mp.weixin.qq.com/s/ZUxkZXLC0tPkzptFKtudhw

Reinforced Cross-Modal Matching and Self-Supervised Imitation Learning for Vision-Language Navigation

地址：https://arxiv.org/abs/1811.10092

CreatMind公众号里面那个最新的demo也有说利用这个进行规划。

2. parallel driving,加拿大滑铁卢大学曹东璞组

仿真器

carla

TORCS

文献收集方法

HistCite

可以利用改软件找相关文章，Web of Science

已经搜索关键词reinforcement learning and vehicle(#第三百个)