基于任务分离与爬山法的深度强化学习实现车辆自动化
机器学习
2018-08-03 v2 机器人学
摘要
在自动驾驶背景下,提出了一种基于模型的强化学习算法,用于设计神经网络参数化控制器。经典的基于模型的控制方法,包括基于采样和基于栅格的算法以及模型预测控制,受制于模型复杂性与在每个短采样时刻在线求解昂贵优化或搜索问题所需计算负担之间的权衡。为规避此权衡,提出了一种两步流程:首先基于任意复杂数学系统模型在离线训练期间学习控制器,之后在线对训练好的控制器进行快速前馈评估。本文的贡献是提出了一种简单的无梯度、基于模型的深度强化学习算法,使用任务分离与爬山法(TSHC)。具体而言,(i) 在分离确定性任务上同时训练,以在神经网络中编码多种运动基元;(ii) 提倡在点集邻近处结合虚拟速度约束(VVCs)使用最大稀疏奖励。
引用
@article{arxiv.1711.10785,
title = {Automating Vehicles by Deep Reinforcement Learning using Task Separation with Hill Climbing},
author = {Mogens Graf Plessen},
journal= {arXiv preprint arXiv:1711.10785},
year = {2018}
}
备注
10 pages, 6 figures, 1 table