自主制动与油门系统：一种面向自然驾驶的深度强化学习方法
人工智能
2020-08-19 v1 机器学习
机器人学
摘要
自主制动与油门控制是研发未来安全驾驶系统的关键。自动驾驶车辆需在保证安全与舒适的前提下于多智能体环境中进行博弈。本文提出一种基于深度强化学习的自主油门与制动系统。在每个时间步，所提系统决策施加制动或油门。油门与制动被建模为连续动作空间取值。我们展示了两种需要复杂制动与油门系统的场景：其一，智能体前方存在静态障碍物(如车辆、停车标志)；其二，两辆车驶近交叉路口。制动与油门控制策略通过计算机仿真利用深度确定性策略梯度学习。实验表明，该系统不仅避免碰撞，还能在脱离紧急状况时确保油门/制动值的平滑变化，并遵守限速规定，即系统类人驾驶。
引用
@article{arxiv.2008.06696,
title = {Autonomous Braking and Throttle System: A Deep Reinforcement Learning Approach for Naturalistic Driving},
author = {Varshit S. Dubey and Ruhshad Kasad and Karan Agrawal},
journal= {arXiv preprint arXiv:2008.06696},
year = {2020}
}