面向安全与鲁健的无人高速公路匝入：多智能体深度强化学习系统性研究

当今车辆已能在高速公路上自行驾驶，无人驾驶机器人出租车也在主要城市运行，未来更为复杂的自主驾驶水平预计将更普遍。然而，从技术层面来看，尚未实现所谓的“第5级”（L5）运行，这对应于完全的自主性。为实现这一目标，诸如完全自主的高速公路匝入等功能必须可用，并且能够提供可保证的安全性和可靠的鲁棒性，以实现完全的自主性。我们present了一项针对高速公路匝入功能的系统性研究，该功能控制车辆的前进动作，以最小化与进入匝入的高速公路交通流之间的碰撞。我们采用基于博弈论的多智能体（MA）方法来解决这一问题，并研究基于深度强化学习（DRL）的控制器。该MA DRL的虚拟环境采用自我对弈和仿真数据，其中合并车辆安全地学习在坡度型匝入期间控制纵向位置。本文工作在现有工作的基础上，通过系统性地扩展道路场景以增加更多交通和自主车辆，研究了超过两个车辆（智能体）的相互作用。虽然前两车辆设置的工作已表明，在完全去中心化、非协调环境中，实现碰撞自由控制器在理论上是不可能的，但我们实证表明，使用我们方法学习到的控制器在衡量标准化最优控制器时几乎理想。