混合自主时代下的自动驾驶车辆控制综述：从基于物理的到 AI 引导的驾驶策略学习
人工智能
2020-07-13 v1 机器人学
摘要
本文作为一篇导论与综述，介绍并概述了在混合自主时代中，将人工智能（AI）领域潜在有用的模型与方法引入交通工程以用于自动驾驶车辆（AV）控制的方向。我们将讨论 AI 引导方法的最先进应用，识别机遇与障碍，提出开放问题，并协助指出 AI 可在混合自主中发挥作用的基础构件与领域。我们将自动驾驶车辆（AV）部署阶段划分为四个时期：纯人类驾驶车辆（HV）、HV 主导、AV 主导以及纯 AV。本文主要关注后三个时期。这是首篇全面综述交通工程与 AI 两方面关于混合交通建模文献的综述论文。各阶段所用模型被加以总结，涵盖博弈论、深度（强化）学习以及模仿学习。在回顾方法学时，我们主要关注以下研究问题：（1）在由人类驾驶员与不可控 AV 构成的混合交通中，有哪些可扩展的驾驶策略用于控制大量 AV？（2）我们如何估计人类驾驶员行为？（3）环境中不可控 AV 的驾驶行为应如何建模？（4）人类驾驶员与自动驾驶车辆之间的交互如何刻画？希望本文不仅能启发交通学界重新思考数据匮乏时代所发展的传统模型，也能触达其他学科，特别是机器人与机器学习，携手共建安全高效的混合交通生态。
引用
@article{arxiv.2007.05156,
title = {A Survey on Autonomous Vehicle Control in the Era of Mixed-Autonomy: From Physics-Based to AI-Guided Driving Policy Learning},
author = {Xuan Di and Rongye Shi},
journal= {arXiv preprint arXiv:2007.05156},
year = {2020}
}