張哲誠老師指導博士生吳柏廷、黃鈺茗獲ICKII 2025最佳論文獎

本篇論文題目為「Evaluating the Impact of CNN-Based Feature Extractors on Deep Reinforcement Learning for Autonomous Driving」，本研究不同於以往多數專注於演算法設計的工作，轉而探討不同特徵提取器對DRL效能的影響。我們基於近端策略最佳化（Proximal Policy Optimization, PPO）框架，在自動駕駛場景下提出一個改良的特徵提取模型，以提升控制效果。透過對多種知名卷積神經網路（Convolutional Neural Networks, CNNs）進行比較實驗，包括MobileNet、SqueezeNet及ResNet，結果顯示本研究所提出的模型能獲得更高的累積獎勵與更穩定的控制表現，為DRL在自動化系統上的應用提供了有價值的參考。

在本次的福岡國際會議中，有多國的研究人員一同參與討論，互相分享研究成果，session chair不僅在台上問了技術問題，還私底下詢問我們的學校與系所，我們也樂意與他們分享研究成果與心得。