基于深度强化学习与MPC-PID示范的自动驾驶车辆横向控制
机器人学
2025-06-05 v1 机器学习
系统与控制
系统与控制
摘要
控制器是自动驾驶流水线中最重要的模块之一，确保车辆到达期望位置。在本工作中，提出了一种基于强化学习的横向控制方法，尽管由于测量误差和简化导致车辆模型存在不完美之处。我们的方法考虑了控制与其他模块之间的接口，确保了舒适、高效且鲁棒的控制性能。该控制器由传统的模型预测控制(Model Predictive Control, MPC)-比例-积分-微分(PID)部分作为基础和示范器，以及利用MPC-PID部分在线信息的深度强化学习(Deep Reinforcement Learning, DRL)部分组成。控制器的性能在CARLA中使用航路点的真实值作为输入进行评估。实验结果证明了当车辆信息不完整时控制器的有效性，并且DRL的训练可以通过示范部分得到稳定。这些发现突显了未来减少自动驾驶流水线开发和集成工作量的潜力。
引用
@article{arxiv.2506.04040,
title = {Autonomous Vehicle Lateral Control Using Deep Reinforcement Learning with MPC-PID Demonstration},
author = {Chengdong Wu and Sven Kirchner and Nils Purschke and Alois C. Knoll},
journal= {arXiv preprint arXiv:2506.04040},
year = {2025}
}
备注
8 pages; Accepted for publication at the 36th IEEE Intelligent Vehicles Symposium (IV), Cluj-Napoca, Romania, June 22-25, 2025